如何将Pandas混淆矩阵转为Bokeh热力图？修改示例代码生成空图

我之前调试Bokeh热力图时也踩过这个空白图的坑！尤其是用混淆矩阵这种宽格式DataFrame的时候，官方示例用的是提前整理好的长格式数据，直接套代码肯定出问题，我给你整理一套能跑通的方案：

1. 先把宽格式混淆矩阵转成长格式 #

Bokeh的热力图需要明确的x分类、y分类、对应值三个字段，而我们的混淆矩阵是宽格式（行是真实类别，列是预测类别，单元格是数量），必须先转成长格式：

import pandas as pd

# 先定义示例混淆矩阵（替换成你的真实数据）
confusion_matrix = pd.DataFrame(
    [[80, 10, 5],
     [5, 90, 5],
     [3, 7, 90]],
    index=["真实类别A", "真实类别B", "真实类别C"],
    columns=["预测类别A", "预测类别B", "预测类别C"]
)

# 转成长格式：保留真实类别作为y轴，预测类别作为x轴，数量作为值
df_long = confusion_matrix.reset_index().melt(
    id_vars="index", 
    var_name="预测类别", 
    value_name="数量"
)
df_long = df_long.rename(columns={"index": "真实类别"})

2. 完整的热力图绘制代码 #

转好数据后，就可以按照Bokeh的规范绘图了，这里我加了hover提示和颜色条，方便查看数据：

from bokeh.plotting import figure, show, output_notebook
from bokeh.transform import linear_cmap
from bokeh.palettes import Viridis256
from bokeh.models import ColorBar, ColumnDataSource

# 如果是在Jupyter里运行就用这个，脚本的话换成output_file("heatmap.html")
output_notebook()

# 把处理好的长格式数据转成Bokeh数据源
source = ColumnDataSource(df_long)

# 获取x和y轴的分类标签（要和数据里的完全一致）
y_categories = confusion_matrix.index.tolist()
x_categories = confusion_matrix.columns.tolist()

# 创建绘图对象
p = figure(
    x_range=x_categories,
    y_range=y_categories,
    title="混淆矩阵热力图",
    x_axis_label="预测类别",
    y_axis_label="真实类别",
    toolbar_location=None,  # 隐藏工具栏，不需要可以删掉
    tools="hover",
    tooltips=[("真实类别", "@真实类别"), ("预测类别", "@预测类别"), ("数量", "@数量")]
)

# 绘制热力图的矩形块
p.rect(
    x="预测类别",
    y="真实类别",
    width=1,
    height=1,
    source=source,
    # 用颜色映射对应数量值
    fill_color=linear_cmap(
        field_name="数量", 
        palette=Viridis256, 
        low=df_long["数量"].min(), 
        high=df_long["数量"].max()
    ),
    line_color="white"  # 加白色边框区分每个块
)

# 添加右侧的颜色条
color_bar = ColorBar(
    color_mapper=linear_cmap(
        field_name="数量", 
        palette=Viridis256, 
        low=df_long["数量"].min(), 
        high=df_long["数量"].max()
    ).transform,
    label_standoff=12,
    location=(0, 0)
)
p.add_layout(color_bar, 'right')

# 显示图表
show(p)

3. 为什么你之前会得到空白图？（常见坑） #

• 数据格式不匹配：直接用宽格式DataFrame时，Bokeh无法自动识别x、y、值的对应关系，必须转成长格式。
• 分类标签不一致：x_range和y_range里的标签必须和数据中的完全一致（比如大小写、空格、特殊字符），不然Bokeh找不到对应坐标，就会显示空白。
• 数据源设置错误：建议统一用ColumnDataSource包裹数据，直接传原始DataFrame容易出现隐式转换错误。

内容的提问来源于stack exchange，提问作者serv-inc