Как добавить всплывающие подсказки в путаницу, отображаемую с помощью тепловой карты Seaborn?

Question

Как я могу сделать интерактивную работу моего коврика? Например, когда я наведите курсор мыши на каждую ячейку матрицы путаницы, я бы хотел отобразить экземпляр этого прогноза.

confusion_mat_df = pd.DataFrame(confusion_mat,columns = pred_spectrum, index = actual_spectrum)

plt.figure(figsize=(7,5)) # width,height
sns.heatmap(confusion_mat_df, annot=True)

Answer 1

Ниже приведен пример, иллюстрирующий использование mplcursors для матрицы путаницы в склеарне.

К сожалению, mplcursors не работает с тепловыми картами морского происхождения. Seaborn использует QuadMesh для тепловой карты, которая не поддерживает необходимую выборку координат .

. В приведенном ниже коде я добавил достоверность в центре ячейки, аналогично Seaborn's. , Я также изменил цвета текстов и стрелок, чтобы их было легче читать. Вам нужно будет адаптировать цвета и размеры к вашей ситуации.

from sklearn.metrics import confusion_matrix
from matplotlib import pyplot as plt
import mplcursors

y_true = ["cat", "ant", "cat", "cat", "ant", "bird", "dog"]
y_pred = ["ant", "ant", "cat", "cat", "ant", "cat", "dog"]
labels = ["ant", "bird", "cat", "dog"]
confusion_mat = confusion_matrix(y_true, y_pred, labels=labels)

fig, ax = plt.subplots()
heatmap = plt.imshow(confusion_mat, cmap="jet", interpolation='nearest')

for x in range(len(labels)):
    for y in range(len(labels)):
        ax.annotate(str(confusion_mat[x][y]), xy=(y, x),
                    ha='center', va='center', fontsize=18, color='white')

plt.colorbar(heatmap)
plt.xticks(range(len(labels)), labels)
plt.yticks(range(len(labels)), labels)
plt.ylabel('Predicted Values')
plt.xlabel('Actual Values')

cursor = mplcursors.cursor(heatmap, hover=True)
@cursor.connect("add")
def on_add(sel):
    i, j = sel.target.index
    sel.annotation.set_text(f'{labels[i]} - {labels[j]} : {confusion_mat[i, j]}')
    sel.annotation.set_fontsize(12)
    sel.annotation.get_bbox_patch().set(fc="papayawhip", alpha=0.9, ec='white')
    sel.annotation.arrow_patch.set_color('white')

plt.show()

PS: аннотация может быть многострочной, например:

sel.annotation.set_text(f'Predicted: {labels[i]}\nActual: {labels[j]}\n{confusion_mat[i, j]:5}')