深度学习测试结果可视化分析——matplotlib 鼠标响应事件

本文链接：https://blog.youkuaiyun.com/qq_40481602/article/details/127395060

本文介绍了一种创新方法，通过matplotlib实现IP102数据集水稻虫害预测结果的柱状图与预测折线图的结合，点击柱形即可查看类别间的预测详情，同时展示了混淆矩阵以评估模型性能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前段时间在IP102数据集上做了一些实验，在测试集上的预测结果通过文本的方式不便于直接观察，于是有了一些可视化的需求：可视化数据的原始分布和各类别的预测情况。

分析

可视化数据的原始分布直接通过 plt.bar() 画柱形图就行，各类别的预测情况通过 matshow() 函数画出混淆矩阵也很方便观察。

但是混淆矩阵只是通过颜色来展示数据相对的大小，我还想通过图来看数据之间的绝对大小，也就是说我想把这两个需求放在一张图里...

那么在原始柱形图的基础上，画各类别预测情况的折线图也不是一个难事，但是当预测类别太多的时候，多条折线图糊在一起可太难观察了！于是又产生了新的需求：鼠标点击某个柱形（类别）时，显示该类别测试数据在各类别上的预测情况。

这里的数据是使用某网络对IP102中水稻的14类虫害的预测结果。本文主要想分享的是自己突发奇想的可视化方法和matplotlib鼠标点击事件的实现，相关的json文件读取、数据获取等代码这里就不粘了，需要使用的数据都直接粘在main函数里。下面是copy过去可以直接跑的代码：

import random
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.ticker import MultipleLocator

# 随机生成