如何用Python极简代码调用matplotlib绘制带标注的混淆矩阵

完全可以用matplotlib生态的工具实现，代码精简、出图美观还自带标注，针对你固定[[tp, fp], [fn, tn]]排列格式的数组，优先推荐用seaborn（基于matplotlib的封装库）实现，代码量最短。

方案1：最短代码实现（matplotlib + seaborn） #

先安装依赖（如果没装的话）：pip install matplotlib seaborn
可直接运行的代码：

import matplotlib.pyplot as plt
import seaborn as sns

# 替换成你自己的混淆矩阵数组即可
cm = [[25, 4], [5, 17]]

sns.heatmap(cm, annot=True, fmt='d', cmap='Blues',
            xticklabels=['正例', '反例'],
            yticklabels=['正例', '反例'])
plt.xlabel('预测类别')
plt.ylabel('真实类别')
plt.show()

核心参数作用：

• annot=True：自动在每个单元格渲染对应数值标注，不需要手动添加文本
• fmt='d'：强制标注以整数格式展示，避免出现浮点数、科学计数法
• cmap='Blues'：采用低饱和度蓝色色阶，视觉清爽，也可根据喜好替换为Greens、OrRd等matplotlib内置色板
• 坐标轴标签和单元格完全对应固定排列规则：

  左上单元格：真阳性(TP) | 右上单元格：假阳性(FP)
  左下单元格：假阴性(FN) | 右下单元格：真阴性(TN)

方案2：纯matplotlib无额外依赖实现 #

如果不想额外安装seaborn，纯matplotlib也可以实现同等效果，只是需要手动添加数值标注：

import matplotlib.pyplot as plt
import numpy as np

cm = np.array([[25, 4], [5, 17]])

plt.imshow(cm, cmap='Blues')
plt.xticks([0, 1], ['正例', '反例'])
plt.yticks([0, 1], ['正例', '反例'])
plt.xlabel('预测类别')
plt.ylabel('真实类别')
# 循环添加单元格数值标注
for row in range(2):
    for col in range(2):
        plt.text(col, row, cm[row, col], ha='center', va='center', color='black')
plt.colorbar()
plt.show()

两种方案出图都自带色阶条、类别标签、数值标注，需要调整画布大小、字体的话只需要加一行plt.figure(figsize=(x,y))即可自定义尺寸。

内容的提问来源于stack exchange，提问作者robert_gonzalez