可视化预测和测试值以进行比较[重复]答案

【问题标题】：Visualizing Prediction and Test values for comparison [duplicate]可视化预测和测试值以进行比较[重复]
【发布时间】：2022-07-08 17:07:50
【问题描述】：

我想让比较这个预测值和测试值更容易，所以我正在考虑两种方法来实现这一点：

将 X 轴和 Y 轴缩放到相同的比例
绘制一条直线 (y=x)
真的很想有某种方法来“排除”异常值或“放大”到点密集的区域，而无需手动从数据集中排除异常值（因此它会自动完成）。这可能吗？

sns.scatterplot(y_pred, y_true)
plt.grid()

环顾四周并测试了plt.axis('equal')，正如另一个问题中提到的那样，但它似乎不太正确。尝试使用plt.plot((0,0), (30,30)) 创建线性图，但没有显示任何内容。关于如何可视化这一点的任何其他输入也将不胜感激。谢谢！

【问题讨论】：

对于线性图，您可能应该这样做plt.plot([0,30], [0,30])
这几乎是题外话，因为这里的技术问题有 OP 已经找到的简单答案。也许更适合 Data Science Stack Exchange？
如果能获得更多关于数据集可能是什么样子的示例，那就太好了。它的措辞方式很模糊。
很多 matplotlib 后端支持开箱即用的缩放。你用什么环境？绘图窗口对您来说是什么样的？

标签： python matplotlib seaborn

【解决方案1】：

有一些简单的方法可以实现你所建议的一切：

使用matplotlib.axes.Axes.set_aspect 强制缩放轴。
通过matplotlib.axes.Axes.axline 原点添加一条斜率为 1 的无限直线
将绘图设置为交互模式，以便进行平移和缩放。执行此操作的方法取决于您的环境，并且是 explained in the docs。

最好将它们全部组合起来。

import matplotlib.pyplot as plt
from numpy import random

plt.ion()  # activates interactive mode in most environments
plt.scatter(random.random_sample(10), random.random_sample(10))
ax = plt.gca()
ax.axline((0, 0), slope=1)
ax.set_aspect('equal', adjustable='datalim')  # force equal aspect

【讨论】：

【解决方案2】：

绘制直线：

plt.plot([0,30], [0,30])

要将 x 和 y 轴缩放到相同的比例（请参阅 doc 了解 set_aspect）：

plt.xlim(0, 30)
plt.ylim(0, 30)
plt.gca().set_aspect('equal', adjustable='box')
plt.draw()

来自 set_aspect 的文档：

Axes.set_aspect(aspect,adjustable=None,anchor=None,share=False)
设置轴缩放的纵横比，即 y/x-scale
aspect='equal'：与 aspect=1 相同，即 x 和 y 的缩放比例相同。

【讨论】：