欢迎使用 Scikit-plot

用于详细可视化的单行函数

从分析到……的最快捷、最简单的方式

……再到这样。

Scikit-plot 是一位不太擅长艺术的数据科学家在深刻认识到“可视化是数据科学流程中至关重要的组成部分，而不仅仅是事后的补充”之后的产物。

当你看到一张带有类别标签的混淆矩阵彩色热图时，获取洞察会比查看括号内的一行数字更容易。此外，如果你需要向他人展示你的成果（几乎每次有人雇佣你做数据科学工作时），你展示给他们的都是可视化图表，而不是一堆 Excel 中的数字。

话虽如此，在机器学习中经常会出现一些特定的可视化图表。Scikit-plot 的诞生正是为了帮助像我这样审美能力欠佳的程序员，以尽可能少的样板代码快速生成美观的图表和图形。

那么，让我们看看实际效果吧。来个例子！

假设我们使用朴素贝叶斯进行多分类，并希望可视化一个常见的分类指标——受试者工作特征曲线下面积。由于 ROC 曲线仅适用于二分类问题，因此我们需要为每个类别单独绘制其作为正类时的 ROC 曲线。此外，我们还可以在图中同时展示微平均和宏平均的 ROC 曲线。

下面我们将使用 scikit-learn 中的 digits 数据集来演示 Scikit-plot 的用法。

# 常规的训练集与测试集划分
from sklearn.datasets import load_digits
from sklearn.model_selection import train_test_split
from sklearn.naive_bayes import GaussianNB

X, y = load_digits(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33)
nb = GaussianNB()
nb.fit(X_train, y_train)
predicted_probas = nb.predict_proba(X_test)

# 神奇之处就在这里
import matplotlib.pyplot as plt
import scikitplot as skplt
skplt.metrics.plot_roc(y_test, predicted_probas)
plt.show()

真漂亮。

而且……就这么简单！这个小示例浓缩了 Scikit-plot 的全部理念：用于详细可视化的单行函数。你只需查阅文档中提供的各种图表，然后调用相应的函数并传入必要的参数即可。Scikit-plot 尽量不干扰你的工作流程，没有多余的花哨功能。当然，如果你确实需要这些功能，每个函数都提供了丰富的参数，可以自定义图表中的各个元素。

最后，请对比并查看不使用 Scikit-plot 绘制多分类 ROC 曲线的方法。你更愿意选择哪种方式呢？

最大程度的灵活性。兼容非 scikit-learn 对象。

尽管 Scikit-plot 在一定程度上基于 scikit-learn 的接口设计，但你并不需要使用 scikit-learn 提供的对象才能使用这些函数。只要按照函数的要求提供所需的数据，它们就会为你绘制出漂亮的图表。

这里有一个快速示例，展示如何在 Keras 分类器上对样本数据集生成精确率-召回率曲线。

# 导入 Functions API 所需的库
import matplotlib.pyplot as plt
import scikitplot as skplt

# 这是一个 Keras 分类器。我们将在测试集上生成概率。
keras_clf.fit(X_train, y_train, batch_size=64, nb_epoch=10, verbose=2)
probas = keras_clf.predict_proba(X_test, batch_size=64)

# 现在开始绘图。
skplt.metrics.plot_precision_recall_curve(y_test, probas)
plt.show()

我们可以清楚地看到，skplt.metrics.plot_precision_recall_curve 只需要真实的标签值 y 和预测的概率值就能生成图表。这意味着你可以使用任何你想要的分类器，无论是 Keras 神经网络、NLTK 朴素贝叶斯，还是你自己刚刚开发的突破性分类算法。

可能性是无限的。

安装

安装非常简单！首先，请确保已安装依赖项 Scikit-learn 和 Matplotlib。

然后只需运行：

pip install scikit-plot

如果你想使用最新的开发版本，可以克隆本仓库并在根目录下运行：

python setup.py install

如果你使用 conda，可以通过以下命令安装 Scikit-plot：

conda install -c conda-forge scikit-plot

文档与示例

探索 Scikit-plot 的全部功能。

详细的文档可以在这里找到。

示例则位于本仓库的examples 文件夹中。

贡献 Scikit-plot

发现 bug？提出新功能建议？想为库添加自己的图表吗？请访问我们的贡献指南。

引用 Scikit-plot

你在学术论文中使用了 Scikit-plot 吗？当然应该使用！审稿人通常很喜欢视觉上吸引人的内容。

如果是这样，请考虑使用 DOI 引用 Scikit-plot ：

APA

Reiichiro Nakano. (2018). reiinakano/scikit-plot: 0.3.7 [数据集]. Zenodo. http://doi.org/10.5281/zenodo.293191

IEEE

[1]Reiichiro Nakano, “reiinakano/scikit-plot: 0.3.7”. Zenodo, 19-Feb-2017.

ACM

[1]Reiichiro Nakano 2018. reiinakano/scikit-plot: 0.3.7. Zenodo.

祝您绘图愉快！

Scikit-plot 快速上手指南

Scikit-plot 是一个基于 Matplotlib 的 Python 可视化库，旨在通过单行代码生成精美的机器学习图表。它能将枯燥的数据分析结果瞬间转化为直观的视觉报告，特别适用于需要快速展示模型性能（如混淆矩阵、ROC 曲线等）的场景。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Windows, macOS, 或 Linux
• Python 版本：支持 Python 3.x
• 前置依赖：
  • Scikit-learn
  • Matplotlib

提示：如果您尚未安装上述依赖，可以通过 pip install scikit-learn matplotlib 先行安装。

安装步骤

您可以选择以下任意一种方式进行安装。推荐国内开发者使用清华镜像源以加速下载。

方式一：使用 pip 安装（推荐）

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple scikit-plot

方式二：使用 Conda 安装

如果您使用 Anaconda 或 Miniconda 环境：

conda install -c conda-forge scikit-plot

方式三：从源码安装（开发版）

如需体验最新开发版本：

git clone https://github.com/reiinakano/scikit-plot.git
cd scikit-plot
python setup.py install

基本使用

Scikit-plot 的核心哲学是“单行函数实现详细可视化”。只需导入库并调用相应的绘图函数，即可生成专业图表。

以下是一个完整的示例，展示如何使用高斯朴素贝叶斯分类器对数字数据集进行分类，并一键绘制多分类 ROC 曲线：

# 1. 准备数据与模型
from sklearn.datasets import load_digits
from sklearn.model_selection import train_test_split
from sklearn.naive_bayes import GaussianNB

X, y = load_digits(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33)

nb = GaussianNB()
nb.fit(X_train, y_train)
predicted_probas = nb.predict_proba(X_test)

# 2. 引入 scikit-plot 并绘图
import matplotlib.pyplot as plt
import scikitplot as skplt

# 核心魔法：单行代码生成包含微平均和宏平均的多分类 ROC 曲线
skplt.metrics.plot_roc(y_test, predicted_probas)
plt.show()

说明：

• skplt.metrics.plot_roc 函数自动处理多分类逻辑，为每个类别绘制 ROC 曲线，并计算 Micro-average 和 Macro-average。
• 该库不仅限于 Scikit-learn 模型，只要提供真实的标签 (y_true) 和预测概率 (y_pred_probs)，即可用于 Keras、PyTorch 或其他自定义模型的可视化。