我试图填充 4 条曲线的顶部轮廓和底部轮廓之间的区域,最终目的是计算这个填充区域的面积。问题在于曲线不共享 x 坐标,因此 fill_between() 的使用并不简单。
这是一个起点:
import matplotlib.pyplot as plt
from sklearn.metrics import auc
import json
import numpy as np
x1 = [0, 0.1, 0.2, 0.6, 0.7, 0.75, 1]
y1 = [0.5, 0.6, 0.7, 0.8, 1, 1, 1]
x2 = [0, 0.01, 0.2, 0.4, 0.7, 0.75, 1]
y2 = [0.6, 0.5, 0.8, 0.7, 0.9, 1, 1]
x3 = [0, 0.2, 0.45, 0.5, 0.6, 0.9, 1]
y3 = [0.4, 0.5, 0.55, 0.8, 0.9, 0.9, 1]
plt.xlim([-0.01, 1.01])
plt.ylim([-0.01, 1.01])
auc1 = auc(x1, y1)
plt.plot(x1,y1 ,'r', label='(AUC = %.2f)' % auc1)
auc2 = auc(x2, y2)
plt.plot(x2,y2, 'b', label='(AUC = %.2f)' % auc2)
auc3 = auc(x3, y3)
plt.plot(x3,y3, 'g', label='(AUC = %.2f)' % auc3)
plt.legend(loc='lower right')
plt.show()
这是绘制时它们的样子:
如果需要,我会使用另一种编程语言。如果确切地知道我想要实现什么会使问题更容易回答,我可以添加更多细节。
请您参考如下方法:
您需要在包含所有数组中的所有 x 值的新 x 数组上插入 y 值。为此,您可以使用 numpy.interp。
import matplotlib.pyplot as plt
import numpy as np
x1 = [0, 0.1, 0.2, 0.6, 0.7, 0.75, 1]
y1 = [0.5, 0.6, 0.7, 0.8, 1, 1, 1]
x2 = [0, 0.01, 0.2, 0.4, 0.7, 0.75, 1]
y2 = [0.6, 0.5, 0.8, 0.7, 0.9, 1, 1]
x3 = [0, 0.2, 0.45, 0.5, 0.6, 0.9, 1]
y3 = [0.4, 0.5, 0.55, 0.8, 0.9, 0.9, 1]
# create array of all unique x values
x_all = x1 + x2 + x3
x_all = np.unique(np.array(x_all))
# interpolate y values on new xarray
y_all = np.empty((len(x_all), 3))
for i,x,y in zip(range(3), [x1,x2,x3], [y1,y2,y3]):
y_all[:,i] = np.interp(x_all, x, y)
# find out min and max values
ymin = y_all.min(axis=1)
ymax = y_all.max(axis=1)
plt.fill_between(x_all, ymin, ymax, alpha=0.6)
plt.plot(x1,y1 ,'r', label='(AUC = %.2f)')
plt.plot(x2,y2, 'b', label='(AUC = %.2f)')
plt.plot(x3,y3, 'g', label='(AUC = %.2f)')
plt.ylim(0,1.1)
plt.legend(loc='lower right')
plt.show()
当然你也可以在更密集的网格上进行插值,
x_all = np.linspace(0,1,101)
