使用matplotlib绘制分类值的等高线图

Question

我必须绘制SVM分类器的图。这是我使用的剧情代码：

plt.contour(xx, yy, Z)

这里xx和yy是功能和Z是标签。这些标签是在字符串中。当我运行代码时，出现错误

ValueError: could not convert string to float: dog 

如何绘制此图？

Answer 1

因为“狗”不是数字值，所以不能直接绘制它。您需要的是分类值与数值之间的映射，例如使用dicitionary，

an = {"cow":1,"no animal":0,"chicken":2,"cat":3, "fox":4} 

使用此字典你然后可以使用contourf或imshow绘制数的0和4之间的阵列。两者之间的差异可以在下面看到。 Imshow更好地保留了catergories，因为它绘制了像素而不是在它们之间进行插值。由于类别很少可以插入（猫和狐狸之间的意思是什么？），它可能更接近于这里所需要的。

import numpy as np; np.random.seed(0) 
import matplotlib.pyplot as plt 
plt.rcParams["figure.figsize"] = (6,2.8) 

animals = [['no animal', 'no animal', 'no animal', 'chicken', 'chicken'], 
    ['no animal', 'no animal', 'cow', 'no animal', 'chicken'], 
    ['no animal', 'cow', 'cat', 'cat', 'no animal'], 
    ['no animal', 'cow', 'fox', 'cat', 'no animal'], 
    ['cow', 'cow', 'fox', 'chicken', 'no animal'], 
    ['no animal','cow', 'chicken', 'chicken', 'no animal'], 
    ['no animal', 'no animal', 'chicken', 'cat', 'chicken'], 
    ['no animal', 'no animal', 'no animal', 'cat', 'no animal']] 

y = np.linspace(-4,4, 8) 
x = np.linspace(-3,3, 5) 
X,Y = np.meshgrid(x,y) 

an = {"cow":1,"no animal":0,"chicken":2,"cat":3, "fox":4} 
aninv = { val: key for key, val in an.items() } 
f = lambda x: an[x] 
fv = np.vectorize(f) 
Z = fv(animals) 


fig, (ax, ax2) = plt.subplots(ncols=2) 
ax.set_title("contourf"); ax2.set_title("imshow") 

im = ax.contourf(X,Y,Z, levels=[-0.5,0.5,1.5,2.5,3.5,4.5]) 
cbar = fig.colorbar(im, ax=ax) 
cbar.set_ticks([0,1,2,3,4]) 
cbar.set_ticklabels([aninv[t] for t in [0,1,2,3,4]]) 


im2 = ax2.imshow(Z, extent=[x.min(), x.max(), y.min(), y.max() ], origin="lower") 
cbar2 = fig.colorbar(im2, ax=ax2) 
cbar2.set_ticks([0,1,2,3,4]) 
cbar2.set_ticklabels([aninv[t] for t in [0,1,2,3,4]]) 


plt.tight_layout() 
plt.show()