期刊图片复现|Python绘制SHAP特征依赖图+PDP+数据分布直方图复合图

# =========================================================================================# ====================================== 1. 环境设置 =======================================# =========================================================================================import osimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom matplotlib.gridspec import GridSpec, GridSpecFromSubplotSpecfrom matplotlib.colors import LinearSegmentedColormap

# =========================================================================================# ======================================2.颜色库=======================================# =========================================================================================COLOR_SCHEMES = {    1: ['#00A08A', '#9BD8C9', '#FDFDF5', '#FFB3B9', '#FF6B7A'],}

# =========================================================================================# ======================================3.绘图函数=======================================# =========================================================================================def plot_advanced_forest_chart(data_bundle, scheme_id):    df_X = data_bundle['X']  #特征数据    #网格布局    outer_gs = GridSpec(2,  #行                        3,  #列                        wspace=0.35,  #行间距                        hspace=0.35)  #列间距    titles = ["(a)", "(b)", "(c)", "(d)", "(e)", "(f)"]  #子图编号

    #遍历特征    for i in range(len(features)):        feature_name = features[i]  #特征名        x_data = df_X[feature_name].values  #特征数据        s_data = shap_vals[:, i]  #SHAP值        #子图布局        inner_grid = GridSpecFromSubplotSpec(2,  #行                                             1,  #列                                             subplot_spec=outer_gs[i],  #位置                                             height_ratios=[4, 1],  #高度比                                             hspace=0.08)  #层高间距

        ax_main = fig.add_subplot(inner_grid[0])  #主图        #遍历边框        for spine in ax_main.spines.values():            spine.set_linewidth(1.5)  #边框粗细        #绘制中位数线        ax_main.axvline(median_val,  #x                        color='gray',  #颜色                        linestyle='--',  #虚线                        linewidth=1.2,  #粗细                        label=f'Median: {median_val:.2f}')  #文本标注        #阈值线        ax_main.axvline(threshold_val,  #x                        color='red',  #颜色                        linestyle='--',  #虚线                        linewidth=1.2,  #粗细                        alpha=0.7,  #透明度                        label=f'Threshold: {threshold_val:.2f}')  #文本标注

        #双Y轴        ax_pdp = ax_main.twinx()        ax_pdp.plot(pdp_x,  #x                    pdp_y,  #y                    color='dimgray',  #颜色                    linewidth=2,  #粗细                    label='PDP')  #图例名        lines2, labels2 = ax_pdp.get_legend_handles_labels()  #获取副图例        #副图例        ax_pdp.legend(lines2,  #副图例项                      labels2,  #副图例标签                      loc='upper center',  #位置                      bbox_to_anchor=(0.5, 1.15),  #坐标                      ncol=2,  #列                      frameon=False)  #无边框

        ax_hist = fig.add_subplot(inner_grid[1], sharex=ax_main)  #加直方图共用X轴        #遍历直方图边框        for spine in ax_hist.spines.values():            spine.set_linewidth(1.5)  #粗细        hist_cax = hist_divider.append_axes("right",size="5%",pad=0.6)        hist_cax.axis('off')  #去掉占位轴

# =========================================================================================# ======================================4.执行部分=======================================# =========================================================================================if __name__ == "__main__":    df_full = pd.read_excel(r"data.xlsx")  #读取原始数据    df_X = df_full.iloc[:, :-1]  #x    df_y = df_full.iloc[:, -1]  #y    feature_names = df_X.columns.tolist()  #特征名    X_train, X_test, y_train, y_test = train_test_split(df_X, df_y, test_size=0.2, random_state=42)  #划分数据

    xgb_model = XGBRegressor(random_state=42)  #初始化模型    #超参数    param_grid = {        'n_estimators': [5, 10,20,30],        'max_depth': [3, 5,]    }    grid_search = GridSearchCV(estimator=xgb_model, param_grid=param_grid, cv=3, scoring='r2', n_jobs=-1)  #网格搜索    grid_search.fit(X_train, y_train)  #拟合    best_model = grid_search.best_estimator_  #最佳模型

    explainer = shap.TreeExplainer(best_model)  #SHAP解释器    shap_values = explainer.shap_values(df_X)  #SHAP值    mean_abs_shap = np.abs(shap_values).mean(axis=0)  #SHAP绝对值均值    print("-" * 40)

    # 打包绘图数据    df_real = {        'X': df_X,        'shap': sorted_shap,        'pdp': pdp_results,        'features': sorted_features    }        scheme_id = 1        plot_advanced_forest_chart(df_real, scheme_id)        print(f'正在绘制并保存配色方案：{scheme_id}')

df_full = pd.read_excel(r"data.xlsx")

2.提取特征数据和目标数据，执行部分：

df_X = df_full.iloc[:, :-1]  df_y = df_full.iloc[:, -1]   

param_grid = {    'n_estimators': [20,80,100],    'max_depth': [3, 5,]}

4.设置是否要进行批量绘图，执行部分：

plot_all = False

5.设置绘图结果的保存地址，绘图函数部分：

fig.savefig(fr"Scheme_{scheme_id}.png",dpi=300, bbox_inches='tight')