Seaborn混淆矩阵热力图显示异常，请求显示优化指导

我看你在处理120类犬种的混淆矩阵热力图时，只调整figsize还是没法正常显示——毕竟120个标签挤在一起，光调画布尺寸远远不够。结合你的代码，我给你几个针对性的优化方案：

核心优化方向 #

针对多类别（120类）的热力图，我们需要解决标签重叠、注释文字拥挤、布局裁剪这三个核心问题，下面是具体实现：

1. 调整标签与注释的显示样式 #

120个犬种名称作为坐标轴标签，默认字体和排列方式肯定会挤成一团。我们可以缩小标签字体、旋转x轴标签，同时调整注释文字大小，再让布局自动适配：

def show_confusion_matrix(test_labels,predictions):
    confusion = sk_metrics.confusion_matrix(np.argmax(test_labels,axis=1), np.argmax(predictions,axis=1))
    confusion_normalized = confusion.astype('float') / confusion.sum(axis=1)
    axis_labels = list(uniquelabel) ## 120个犬种名称

    # 用正方形画布配合square=True，更适配对称的混淆矩阵
    fig, ax = plt.subplots(figsize=(40, 40))
    ax = sns.heatmap(confusion_normalized, 
                     xticklabels=axis_labels, 
                     yticklabels=axis_labels, 
                     linewidths=0.1,
                     cmap='Blues',
                     annot=True,
                     fmt='.2f',
                     square=True,
                     # 缩小单元格内的注释文字，避免重叠
                     annot_kws={"size": 6})
    
    plt.title('Normalized Confusion Matrix (120 Dog Breeds)', fontsize=16)
    plt.ylabel("True Label", fontsize=12)
    plt.xlabel("Predicted Label", fontsize=12)
    
    # 调整坐标轴标签：x轴垂直旋转+缩小字体，y轴直接缩小字体
    plt.xticks(rotation=90, fontsize=8)
    plt.yticks(fontsize=8)
    
    # 自动调整布局，防止标签被画布边缘裁剪
    plt.tight_layout()
    # 如果需要保存图片，加bbox_inches='tight'避免裁剪
    # plt.savefig('confusion_matrix.png', dpi=300, bbox_inches='tight')
    plt.show()

show_confusion_matrix(y_test,predictions)

2. 可选：隐藏低占比注释（减少视觉干扰） #

如果120类的注释还是过于密集，可以只显示大于某个阈值的单元格注释（比如只显示准确率>0.1的），减少无效信息：

# 生成自定义注释矩阵：只保留大于0.1的数值，其余为空字符串
annot_matrix = np.where(confusion_normalized > 0.1, confusion_normalized.round(2), '')

ax = sns.heatmap(confusion_normalized, 
                 xticklabels=axis_labels, 
                 yticklabels=axis_labels, 
                 linewidths=0.1,
                 cmap='Blues',
                 annot=annot_matrix,  # 使用自定义注释矩阵
                 fmt='',  # 因为是字符串格式，无需数值格式化
                 square=True,
                 annot_kws={"size": 7})

3. 额外提示：提升图片清晰度 #

如果最终显示或保存的图片模糊，可以在创建画布时指定更高的dpi，或者保存时提升分辨率：

# 创建画布时设置高dpi
fig, ax = plt.subplots(figsize=(40, 40), dpi=150)
# 保存图片时指定高分辨率
plt.savefig('confusion_matrix_highres.png', dpi=300, bbox_inches='tight')

这些改动应该能让你的120类混淆矩阵正常显示，标签和注释都不会重叠或被裁剪。

内容的提问来源于stack exchange，提问作者Sammy