使用绘图 API 进行开发

Scikit-learn 定义了一个简单的 API，用于创建机器学习的可视化效果。此 API 的关键特性是只需运行一次计算，并且能够灵活地调整后续的可视化效果。本节面向希望开发或维护绘图工具的开发者。关于用法，用户应参考用户指南。

绘图 API 概述

此逻辑封装在一个显示对象中，其中存储了计算后的数据，绘图在一个plot方法中完成。显示对象的__init__方法只包含创建可视化所需的数据。plot方法接收仅与可视化相关的参数，例如 matplotlib 坐标轴。plot方法将 matplotlib 绘图元素存储为属性，允许通过显示对象进行样式调整。Display类应定义一个或两个类方法：from_estimator和from_predictions。这些方法允许从估计器和一些数据或从真实值和预测值创建Display对象。这些类方法使用计算后的值创建显示对象后，调用显示对象的 plot 方法。请注意，plot方法定义了与 matplotlib 相关的属性，例如线条绘图元素。这允许在调用plot方法后进行自定义。

例如，RocCurveDisplay定义了以下方法和属性

class RocCurveDisplay:
    def __init__(self, fpr, tpr, roc_auc, estimator_name):
        ...
        self.fpr = fpr
        self.tpr = tpr
        self.roc_auc = roc_auc
        self.estimator_name = estimator_name

    @classmethod
    def from_estimator(cls, estimator, X, y):
        # get the predictions
        y_pred = estimator.predict_proba(X)[:, 1]
        return cls.from_predictions(y, y_pred, estimator.__class__.__name__)

    @classmethod
    def from_predictions(cls, y, y_pred, estimator_name):
        # do ROC computation from y and y_pred
        fpr, tpr, roc_auc = ...
        viz = RocCurveDisplay(fpr, tpr, roc_auc, estimator_name)
        return viz.plot()

    def plot(self, ax=None, name=None, **kwargs):
        ...
        self.line_ = ...
        self.ax_ = ax
        self.figure_ = ax.figure_

更多内容请阅读使用可视化 API 绘制 ROC 曲线和用户指南。

使用多个坐标轴进行绘图

一些绘图工具，例如from_estimator和PartialDependenceDisplay支持在多个坐标轴上绘图。支持两种不同的场景

1. 如果传入坐标轴列表，plot将检查坐标轴数量是否与其预期数量一致，然后在这些坐标轴上绘图。2. 如果传入单个坐标轴，该坐标轴定义了放置多个坐标轴的空间。在这种情况下，我们建议使用 matplotlib 的~matplotlib.gridspec.GridSpecFromSubplotSpec来分割空间

import matplotlib.pyplot as plt
from matplotlib.gridspec import GridSpecFromSubplotSpec

fig, ax = plt.subplots()
gs = GridSpecFromSubplotSpec(2, 2, subplot_spec=ax.get_subplotspec())

ax_top_left = fig.add_subplot(gs[0, 0])
ax_top_right = fig.add_subplot(gs[0, 1])
ax_bottom = fig.add_subplot(gs[1, :])

默认情况下，plot中的ax关键字为None。在这种情况下，将创建单个坐标轴，并使用 gridspec api 创建绘图区域。

例如，参见from_estimator，它使用此 API 绘制多条线和等高线。定义边界框的坐标轴存储在bounding_ax_属性中。创建的各个坐标轴存储在axes_ ndarray 中，对应于网格上的坐标轴位置。未使用的位置设置为None。此外，matplotlib 绘图元素存储在lines_和contours_中，其中键是网格上的位置。当传入坐标轴列表时，axes_、lines_和contours_是对应于传入坐标轴列表的一维 ndarray。