如何优化seaborn绘制的预测值与测试值对比散点图效果？

先说明你之前代码没生效的核心原因：

• plt.axis('equal')仅强制坐标轴物理像素比例1:1，不会自动对齐两个轴的取值范围，很容易出现图形拉伸变形的问题
• 绘制y=x线时参数传错：plt.plot接收的格式为(x序列起点, x序列终点), (y序列起点, y序列终点)，你写的plt.plot((0,0), (30,30))实际绘制的是x固定为0、y从0到30的竖线，只要轴范围没覆盖x=0的位置就看不到这条线。

以下是对应三个需求的可直接运行的实现方案： #

1. 坐标轴同比例尺对齐 #

不要直接用plt.axis('equal')，先统一两个轴的取值范围再设置等比例：

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

# 计算预测值、真实值的公共取值范围，预留5%边距避免点贴在坐标轴边缘
all_data = np.concatenate([y_pred, y_true])
data_min, data_max = all_data.min(), all_data.max()
pad = (data_max - data_min) * 0.05
axis_lim = [data_min - pad, data_max + pad]

# 绘制散点，加透明度解决多点重叠问题
sns.scatterplot(x=y_pred, y=y_true, alpha=0.6)
# 统一两轴范围
plt.xlim(axis_lim)
plt.ylim(axis_lim)
# 强制1:1等比例
plt.gca().set_aspect('equal', adjustable='box')
# 添加网格
plt.grid(linestyle='--', alpha=0.7)

2. 绘制y=x参考线 #

直接用已经计算好的轴范围绘制，不需要硬编码固定数值区间，适配任意取值范围的数据集：

plt.plot(axis_lim, axis_lim, 'r--', linewidth=2, label='y=x 理想预测线')
plt.legend()

执行后参考线会从坐标轴左下角贯穿到右上角，不会出现显示不全、位置错位的问题。

3. 自动聚焦点位密集区/识别离群点 #

不需要手动从数据集删除离群点，两种常用实现方案：

• 方案1：分位数自动截断轴范围
  取数据集的分位数作为轴边界，自动过滤极端离群点的视觉干扰，比如取1%和99%分位数即可覆盖98%的有效点位：

  # 计算联合分位数，避免单维度截断偏差
  low_bound = np.quantile(all_data, 0.01)
  high_bound = np.quantile(all_data, 0.99)
  plt.xlim(low_bound, high_bound)
  plt.ylim(low_bound, high_bound)
  

• 方案2：离群点分层绘制
  用离群点检测算法自动识别异常值，将离群点用浅灰色小尺寸标记绘制在底层，正常点位用高亮色绘制在顶层，既保留完整数据信息，又不会让离群点压缩密集区的显示空间：

  from sklearn.neighbors import LocalOutlierFactor
  # 自动识别离群点，contamination参数可根据数据实际离群占比调整
  clf = LocalOutlierFactor(n_neighbors=20, contamination=0.05)
  point_features = np.column_stack([y_pred, y_true])
  outlier_label = clf.fit_predict(point_features)
  # 先绘制离群点
  sns.scatterplot(x=y_pred[outlier_label==-1], y=y_true[outlier_label==-1], 
                  color='lightgray', s=20, label='离群点')
  # 再绘制正常点位
  sns.scatterplot(x=y_pred[outlier_label==1], y=y_true[outlier_label==1], 
                  alpha=0.6, label='正常点位')
  

额外优化建议 #

• 散点设置alpha=0.5~0.7的透明度，点位重叠区域会通过颜色深浅直观反映密度
• 可以替换sns.scatterplot为sns.regplot，自动添加预测值和真实值的拟合趋势线与置信区间，方便对比和理想y=x线的偏移程度
• 可在图面空白处标注RMSE、R²等模型评估指标，不用额外切换窗口查计算结果
• 网格线使用浅灰色虚线，降低视觉权重，避免干扰散点本身的展示

内容的提问来源于stack exchange，提问作者strivn