期刊图片复现|Python绘制XGB+SHAP分析特征重要性圆环图

# =========================================================================================# ====================================== 1. 环境设置 =======================================# =========================================================================================import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport matplotlib.patches as patchesfrom matplotlib.colors import LinearSegmentedColormapfrom sklearn.model_selection import train_test_split, GridSearchCV

# =========================================================================================# ======================================2.颜色库=======================================# =========================================================================================color_schemes = {    1: {'cat': ['#075697', '#f48120', '#c0628d', '#19a5c8'], 'imp': ['#3b4cc0', '#8b58a7', '#c62b75', '#d41125'],        'shap': 'coolwarm'},}

# =========================================================================================# ======================================3.绘图函数=======================================# =========================================================================================def plot_feature_importance_ring(features_data, categories_colors, ranks, norm_imps, num_features, shap_dict,fval_dict,imp_colors, shap_cmap, scheme_id):    # 创建画布    fig = plt.figure(figsize=(15, 15), facecolor='white')    # 在画布上添加子图轴    ax = fig.add_axes([0.1,  # 左                       0.1,  # 下                       0.8,  # 宽                       0.8],  # 高                      projection='polar')  # 极坐标    r_cat_in, r_cat_out = 3.0, 4.2  # 内侧第一环（类别环）的内径和外径    r_imp_in, r_imp_out = 4.4, 5.8  # 第二环（特征重要性环）的内径和外径    r_rank_in, r_rank_out = 6.0, 6.6  # 第三环（排名数字环）的内径和外径    r_shap_in, r_shap_out = 6.8, 9.5  # 最外侧区域（SHAP散点图所在区域）的内径和外径

    r_shap_base = 8.0  # SHAP值为0时的基准线的半径位置    r_text = 9.7  # 最外圈特征名称文本的半径位置    c_import = LinearSegmentedColormap.from_list('imp', imp_colors)  # 根据重要性颜色列表，创建一个线性渐变颜色映射对象    # 生成用于绘制基准弧线的角度数组    theta_full = np.linspace(0, 1.5 * np.pi, 300)    # SHAP=0基准线    ax.plot(theta_full,  # 角度            [r_shap_base] * 300,  # 半径            color='#8cb369',  # 颜色            lw=1.2,  # 线条宽            zorder=1)  # 层

    # 遍历每一个特征及其对应的特征类别    for i, (name, cat) in enumerate(features_data):        angle = angles[i]  # 当前特征对应的中心极角位置        # 绘制特征类别环柱状图        ax.bar(angle,  # 角               r_cat_out - r_cat_in,  # 高度               bottom=r_cat_in,  # 底部起始半径               width=width,  # 宽度               color=categories_colors[cat],  # 颜色               edgecolor='black',  # 边框色               lw=0.5,  # 边框线宽               zorder=2)  # 层        deg = np.rad2deg(angle)  # 将极角从弧度格式转换为角度度数格式        rot_text = 90 - deg if deg <= 180 else 270 - deg  # 根据文字所处半圆位置动态设置旋转角度        halign = 'left' if deg <= 180 else 'right'  # 根据文字所处左右半部分，设置水平对齐方式        # 排名环中文本        ax.text(angle,  # 角                (r_rank_in + r_rank_out) / 2,  # 半径                str(ranks[i]),  # 文本                ha='center',  # 水平                va='center',  # 垂直                rotation=rot_text,  # 旋转角度                fontsize=12)  # 字体大小

        # 绘制SHAP散点的空白环形边框        ax.bar(angle,  # 角度               r_shap_out - r_shap_in,  # 边框高度               bottom=r_shap_in,  # 起始底部位置               width=width,  # 宽               color='none',  # 填充色               edgecolor='black',  # 边框色               lw=0.5,  # 线宽               zorder=3)  # 层        # 各个特征的名字        ax.text(angle,  # 角度                r_text,  # 半径                name,  # 文本                ha=halign,  # 水平                va='center',  # 垂直                rotation=rot_text,  # 旋转角度                rotation_mode='anchor',  # 以文本锚点作为旋转的中心点                fontsize=14,  # 字体大小                color='black')  # 颜色

    ax.set_axis_off()  # 隐藏极坐标系自带的背景网格线、刻度和坐标轴边框    ax.set_ylim(0, 12)  # 设定极坐标系的径向界限    pos_min = r_shap_base + (min_shap / max_abs_shap) * 1.2  # 最小SHAP值对应的半径位置    pos_max = r_shap_base + (max_shap / max_abs_shap) * 1.2  # 最大SHAP值对应的半径位置    # 刻度文本标注    ax.text(-0.04,  # 角度            pos_min,  # 半径            f"{min_shap:.3f}",  # 文本            ha='right',  # 水平            va='center',  # 垂直            fontsize=14)  # 大小    ax.text(-0.04,  # 角度            r_shap_base,  # 半径            '0',  # 文本            ha='right',  # 水平            va='center',  # 垂直            fontsize=14)  # 大小    ax.text(-0.04,  # 角度            pos_max,  # 半径            f"{max_shap:.3f}",  # 文本            ha='right',  # 水平            va='center',  # 垂直            fontsize=14)  # 大小

    #第一个颜色条坐标轴    cax1 = fig.add_axes([0.18,  # 左                         0.52,  # 下                         0.02,  # 宽                         0.37])  # 高    cb1 = plt.colorbar(plt.cm.ScalarMappable(cmap=shap_cmap), cax=cax1)  # 生成颜色条  # 颜色条标题    # 第二个颜色条坐标轴    cax2 = fig.add_axes([0.25,  # 左                         0.52,  # 下                         0.02,  # 宽                         0.37])  # 高    cax2.set_xticks([])  # 去掉横坐标轴上的刻度    cax2.set_yticks([])  # 去掉纵坐标轴上的刻度    cax2.set_ylabel('Average ranking', fontsize=18)  # 标题    # 特征标题    fig.text(0.12,  # x             0.525,  # y             'Factors',  # 文本             rotation=90,  # 竖向             fontsize=18,  # 大小             color='red',             va='center')  # 垂直

# =========================================================================================# ======================================4.执行部分=======================================# =========================================================================================if __name__ == '__main__':    file_path = r'data.xlsx'  # 原始数据路径    df = pd.read_excel(file_path)  # 读取数据    # 切出特征数据    cols = [col for col in df.columns if col != 'Target']    # 划分数据    X_train, X_test, y_train, y_test = train_test_split(X_data, y_data, test_size=0.3, random_state=42)    # 归一化    scaler = MinMaxScaler()    X_train = pd.DataFrame(scaler.fit_transform(X_train), columns=all_feature_names)    X_test = pd.DataFrame(scaler.transform(X_test), columns=all_feature_names)    X_test_scaled_df = X_test

    # 参数网格    param_grid = {        'max_depth': range(2, 11, 1),        'n_estimators': range(10, 200, 20),    }    # 创建XGB模型    xgb_model = xgb.XGBRegressor(random_state=42, objective='reg:squarederror')    # 配置网格搜索    print("=" * 50)    print("模型评估结果:")    print(f"训练集R2:{r2_train:.3f} | RMSE: {rmse_train:.3f} | MAE: {mae_train:.3f} | MSE: {mse_train:.3f}")    print(f"测试集R2:{r2_test:.3f} | RMSE: {rmse_test:.3f} | MAE: {mae_test:.3f} | MSE: {mse_test:.3f}")    print("=" * 50)

    # =================================================================    explainer = shap.TreeExplainer(best_model)  # 创建SHAP树解释器    shap_values_raw = explainer.shap_values(X_test)  # 计算测试集SHAP值    importances = np.abs(shap_values_raw).mean(axis=0)  # SHAP值取绝对平均值    sorted_idx = np.argsort(importances)[::-1]  # 特征重要性排序    sorted_features = [all_feature_names[i] for i in sorted_idx]  # 排序特征    # 创建一个字典，将特征名称映射为其重要性排名    feature_ranks = {feat: rank + 1 for rank, feat in                     enumerate(sorted_features)}    for i, name in enumerate(all_feature_names):        shap_dict[name] = shap_values_raw[:, i]  # SHAP值        fval_dict[name] = X_test_scaled_df[name].values  # 特征值

     plot_all = True  # 是否批量出图            current_scheme = color_schemes[i]  # 提取配色方案            category_color_map = dict(zip(category_keys, current_scheme['cat']))  # 类别颜色            imp_colors = current_scheme['imp']  # 提取重要性渐变色            shap_cmap = current_scheme['shap']  # 提取散点图颜色            # 绘图            plot_feature_importance_ring(            )        target_scheme = 1  # 要使用的配色方案        current_scheme = color_schemes[target_scheme]  # 提取配色方案        category_color_map = dict(zip(category_keys, current_scheme['cat']))  # 类别颜色        imp_colors = current_scheme['imp']  # 提取重要性渐变色        shap_cmap = current_scheme['shap']  # 提取散点图颜色        # 调用绘图函数        plot_feature_importance_ring()

plot_all = True  # 是否批量出图

2.设置原始数据文件的路径地址，执行部分：

file_path = r'data.xlsx'  # 原始数据路径

3.切除不同类别数据，执行部分：

internal_features = cols[0:15]external_features = cols[15:28]firm_features = cols[28:58]macro_features = cols[58:67]

category_keys = ['Internal stakeholders', 'External stakeholders', 'Firm characteristics', 'Macro environment']

X_train, X_test, y_train, y_test = train_test_split(X_data, y_data, test_size=0.3, random_state=42)

param_grid = {    'max_depth': range(2, 11, 1),    'n_estimators': range(10, 200, 20),}

plt.savefig(fr'feature_importance_ring_{scheme_id}.png', dpi=300, bbox_inches='tight')