如何创建可绘制混淆矩阵的类？解决TypeError报错问题

错误原因分析 #

1. 类的实例方法必须接收self作为第一个参数，你的printPlot()方法未定义该参数，导致调用时Python自动传入的实例对象被判定为多余参数。
2. 调用printPlot时额外传入了cm3，但类初始化时已将混淆矩阵保存为实例属性self.cm，无需重复传递。
3. printPlot方法内直接使用cm变量，而非实例属性self.cm，会触发变量未定义错误。

修正后的完整代码 #

import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.metrics import confusion_matrix

class ConfusionPlot():
    def __init__(self, cm):
        self.cm = cm
    
    def printPlot(self):
        dx = plt.subplot()
        # 使用实例属性self.cm而非全局变量
        sns.heatmap(self.cm, annot=True, fmt='g', ax=dx)  
        # 设置标签、标题和刻度
        dx.set_xlabel('Predicted labels')
        dx.set_ylabel('True labels')
        dx.set_title('Confusion Matrix')
        dx.xaxis.set_ticklabels(['Died', 'Survived'])
        dx.yaxis.set_ticklabels(['Died', 'Survived'])
        # 显示图形
        plt.show()

正确调用方式 #

# 生成混淆矩阵
cm3 = confusion_matrix(y_train, pred_train2)
# 初始化实例
cplot3 = ConfusionPlot(cm3)
# 调用绘图方法，无需额外传参
cplot3.printPlot()

可选优化：让类更灵活 #

当前类的刻度标签为硬编码，可将标签作为参数传入，适配更多分类场景：

class ConfusionPlot():
    def __init__(self, cm, class_labels=None):
        self.cm = cm
        # 默认使用['Died', 'Survived']，传入自定义标签则替换
        self.class_labels = class_labels or ['Died', 'Survived']
    
    def printPlot(self, title='Confusion Matrix'):
        dx = plt.subplot()
        sns.heatmap(self.cm, annot=True, fmt='g', ax=dx)  
        dx.set_xlabel('Predicted labels')
        dx.set_ylabel('True labels')
        dx.set_title(title)
        dx.xaxis.set_ticklabels(self.class_labels)
        dx.yaxis.set_ticklabels(self.class_labels)
        plt.show()

# 自定义标签调用示例
cm3 = confusion_matrix(y_train, pred_train2)
cplot3 = ConfusionPlot(cm3, class_labels=['Negative', 'Positive'])
cplot3.printPlot(title='Training Set Confusion Matrix')

内容的提问来源于stack exchange，提问作者Jordi Pacreu Antunez