Python绘制回归拟合图+边际直方图+残差图组合图

import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport matplotlib.gridspec as gridspecimport osimport joblibfrom PIL import Imagefrom scipy.stats import gaussian_kdefrom sklearn.model_selection import train_test_split, GridSearchCV, KFoldfrom sklearn.ensemble import RandomForestRegressor, GradientBoostingRegressorfrom sklearn.linear_model import Ridge

COLOR_SCHEMES = {    1: ['RdYlBu_r', 'Blues', 'Reds', '#40E0D0'],}

MARKER_LIB = {    1: 'o',}

# =========================================================================================# ======================================4.绘制渐变直方图的函数=======================================# =========================================================================================def draw_gradient_hist(ax, data, bins=30, orientation='vertical', cmap_name='Blues'):    n, bins_edges = np.histogram(data, bins=bins, density=True)  #对数据进行直方图统计并计算概率密度    cm = plt.get_cmap(cmap_name)  #获取颜色映射对象    for i in range(len(n)):  #遍历每一个柱子        if n[i] > 0: #如果该柱子的高度大于0则进行绘制            left, right = bins_edges[i], bins_edges[i + 1]  #获取当前柱子的左右边界坐标            if orientation == 'vertical':  #如果是垂直                grad = np.linspace(0.2, 0.8, 100).reshape(100, 1)  #创建渐变数组                #边框                rect = plt.Rectangle((left, 0),  #左下角起点坐标                                     right - left,  #矩形的宽度                                     n[i],  # 设置矩形的高度                                     edgecolor='black',  #矩形边框颜色                                     fill=False,  #不填充颜色                                     linewidth=0.8,  #边框线条的宽度                                     zorder=2)            else:  # 如果是水平                grad = np.linspace(0.2, 0.8, 100).reshape(1, 100) #创建渐变数组                ax.imshow(grad,                          extent=[0, n[i], left, right],                          aspect='auto',                          cmap=cm,                          origin='lower',                          zorder=1)                rect = plt.Rectangle((0, left),                                     n[i],                                     right - left,                                     edgecolor='black',                                     fill=False,                                     linewidth=0.8,                                     zorder=2)            ax.add_patch(rect)  # 边框添加到指定的坐标轴中

# =========================================================================================# ======================================6.主图绘制函数=======================================# =========================================================================================def plot_academic_evaluation(y_true, y_pred, label_id, model_real_name, save_path_base, color_list, marker_cfg):    main_cmap = color_list[0]  #主图的散点颜色映射    marg_x_cmap = color_list[1]  #横向边际直方图的颜色映射    marg_y_cmap = color_list[2]  #纵向边际直方图的颜色映射    line_color = color_list[3]  #参考线的颜色    fig = plt.figure(figsize=(8, 9), dpi=100)  #初始化画布    gs_outer = gridspec.GridSpec(2, 1, height_ratios=[6, 1], hspace=0.04) #定义外部布局上下两部分，主图与残差图    gs_inner = gridspec.GridSpecFromSubplotSpec(2,  #2行                                                2,  #2列                                                subplot_spec=gs_outer[0],  #放置在外部网格的第一行区域内                                                width_ratios=[7, 1],  #左侧主图与右侧边际图                                                height_ratios=[1, 7],  #上方边际图与下方主图                                                wspace=0,  #子图之间的水平间距                                                hspace=0)  #子图之间的垂直间距    ax_marg_x = fig.add_subplot(gs_inner[0, 0])  #创建顶部的横向边际分布图    ax_joint = fig.add_subplot(gs_inner[1, 0])  #创建中央的散点回归图    ax_marg_y = fig.add_subplot(gs_inner[1, 1], sharey=ax_joint)  #创建右侧的纵向边际分布图，并共享Y轴    ax_resid = fig.add_subplot(gs_outer[1, 0])  #创建底部的残差分布图    fig.canvas.draw()  #执行初步渲染以确定各组件的几何位置    pos_joint = ax_joint.get_position()  # 获取散点回归图实际坐标    pos_resid = ax_resid.get_position()  # 获取残差图在画布上的实际坐标    ax_resid.set_position([pos_joint.x0, pos_resid.y0, pos_joint.width, pos_resid.height])  #调整残差图宽度使其与上方主图对齐    error = y_true - y_pred  #计算真实值与预测值之间的残差    r2 = r2_score(y_true, y_pred)  # 计算R1    rmse = np.sqrt(mean_squared_error(y_true, y_pred))  # 计算RMSE    mae = mean_absolute_error(y_true, y_pred)  # 计算MAE    n_samples = len(y_true)  #样本总数    #散点图绘制    ax_joint.scatter(y_pred,  #X轴                     y_true,  #Y轴                     c=y_true,  #散点的映射颜色随真实值的数值变化                     cmap=main_cmap,  #颜色映射方案                     marker=marker_cfg,  #散点的形状样式                     edgecolor='black',  #外边框线                     linewidth=0.5,  #外边框的线条粗细                     s=40,  #散点的大小                     alpha=1,  #透明度                     zorder=10)    #绘制参考线    ax_joint.plot([0, max_val],  #起止点的横坐标                  [0, max_val],  #起止点的纵坐标                  color=line_color,  #参考线的颜色                  linestyle='--',  #线型                  linewidth=1.5,  #线条粗细                  zorder=5)    #去掉x轴数值标注    ax_joint.tick_params(labelbottom=False, labelleft=True)    #添加文本标注    ax_joint.text(0.05, 0.93, f'Model: {model_real_name}', transform=ax_joint.transAxes, fontweight='bold', fontsize=18) #模型名称    ax_joint.text(0.05, 0.86, f'$R^2$={r2:.4f}', transform=ax_joint.transAxes, fontsize=18) #R2    ax_joint.text(0.05, 0.79, f'RMSE={rmse:.4f} MPa', transform=ax_joint.transAxes, fontsize=18) #RMSE    ax_joint.text(0.05, 0.72, f'MAE={mae:.4f} MPa', transform=ax_joint.transAxes, fontsize=18) #MAE    ax_joint.text(0.05, 0.65, f'N={n_samples}', transform=ax_joint.transAxes, fontsize=18) #样本数量    #纵轴标题    ax_joint.set_ylabel(f'$p_{{{label_id}}}$ Actual Value (MPa)', fontsize=24)    #子图编号    ax_joint.text(-0.15, 1.1, f'{chr(96 + int(label_id))}', transform=ax_joint.transAxes, fontsize=28, fontweight='bold')    #用于绘制核密度估计曲线    xx = np.linspace(0, max_val, 200)    # 在顶部图绘制KDE概率密度曲线    ax_marg_x.plot(xx,  #以生成的连续数值作为横坐标                   gaussian_kde(y_true)(xx),  #使用高斯核密度估计函数计算 y_true 数据在对应点的概率密度值作为纵坐标                   color='#E67E22',  #曲线颜色                   linewidth=1.2,  #线条宽度                   zorder=5)    # 在右侧图绘制KDE概率密度曲线    ax_marg_y.plot(gaussian_kde(y_true)(xx),                   xx,                   color='#1ABC9C',                   linewidth=1.2,                   zorder=5)    ax_marg_x.set_xlim(0, max_val) #顶部图的X轴范围    ax_marg_y.set_ylim(0, max_val) #右侧图的Y轴范围    #y=0 的基准线    ax_resid.axhline(0, color='black', linestyle='--', linewidth=1, zorder=5)    ax_resid.set_xlim(0, max_val) #残差图的X轴范围    fig.canvas.draw() # 再次执行渲染以确定刻度位置    yticks = ax_resid.get_yticks() #获取残差图当前的Y轴刻度值    for y_t in yticks: # 遍历刻度值        if y_t != 0: # 排除0刻度线            # 绘制淡灰色的残差参考网格线            ax_resid.axhline(y_t,  #纵坐标值                             color='gray',  #线条颜色                             linestyle='--',  #线型                             linewidth=0.8,  #宽度                             alpha=0.3,  #透明度                             zorder=1)

# =========================================================================================# ======================================6.模型训练与调优函数=======================================# =========================================================================================def train_best_models(X_train, y_train):    #模型列表及超参数搜索空间    model_configs = [        ("1", Ridge(), {'alpha': [0.1, 1.0, 10.0]}),        ("2", SVR(),         {'C': [1, 10, 100],         'gamma': ['scale']}),        ("3", RandomForestRegressor(random_state=42),         {'n_estimators': [100, 200]}),        ("4", GradientBoostingRegressor(random_state=42),         {'learning_rate': [0.01, 0.1],          'n_estimators': [100]}),        ("5", KNeighborsRegressor(),         {'n_neighbors': [3, 5, 7]}),        ("6", DecisionTreeRegressor(random_state=42),         {'max_depth': [5, 10, None]})    ]    best_models = {} #用于存储训练好的最佳模型    cv = KFold(n_splits=3, shuffle=True, random_state=42)  #交叉验证方案    # 遍历模型配置    for name, model, params in model_configs:        print(f"正在调优模型 p_{name} ({model.__class__.__name__})")        #初始化网格搜索        grid = GridSearchCV(model, params, cv=cv, scoring='r2', n_jobs=-1)        #执行搜索        grid.fit(X_train, y_train)        #保存最佳模型        best_models[name] = (grid.best_estimator_, model.__class__.__name__)    return best_models

# =========================================================================================# ======================================7.图片拼接函数=======================================# =========================================================================================def stitch_images_grid(image_paths, n_cols, output_filename_base, save_dir):    if not image_paths: return # 如果路径列表为空则直接返回    images = [Image.open(path) for path in image_paths] #打开路径列表中的所有图片文件    img_width, img_height = images[0].size #获取第一张图片的宽度和高度作为标准尺寸    n_rows = (len(images) + n_cols - 1) // n_cols  #根据总图数和列数计算所需的行数    composite_image = Image.new('RGB', (n_cols * img_width, n_rows * img_height), color='white')  #创建一个白色底图    for i, img in enumerate(images): #遍历所有读取的图片        row, col = i // n_cols, i % n_cols #计算当前图片在大图中的行列索引        composite_image.paste(img, (col * img_width, row * img_height))  #将当前图片粘贴到指定位置        img.close()    composite_image.save(fr"{output_filename_base}.png")    composite_image.save(fr"{output_filename_base}.pdf")

# =========================================================================================# ======================================8.执行部分=======================================# =========================================================================================if __name__ == "__main__":    scheme_index  = 1  #颜色方案    MARKER_index = 5  #标记方案    #获取当前选定的配色和标记    current_color_list = COLOR_SCHEMES.get(scheme_index, COLOR_SCHEMES[1])    current_marker = MARKER_LIB.get(MARKER_index, 'o')    save_dir=r"1221" # 设置主结果保存目录    df = pd.read_excel(r"data.xlsx" )  #读取数据    X = df.iloc[:, :-1].values  #特征    y = df.iloc[:, -1].values  #目标    model_save_dir = r"Models" #模型存储路径    result_save_dir = r"Results_Excel" #预测结果存储路径    #划分训练集和测试集    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)    #标准化处理    scaler = StandardScaler()    X_train_scaled = scaler.fit_transform(X_train)    X_test_scaled = scaler.transform(X_test)    #调用函数开始模型训练和调优    trained_models = train_best_models(X_train_scaled, y_train)    train_paths, test_paths = [], [] #用于记录图片路径    #遍历每个训练好的模型，执行预测、保存模型、保存结果、绘图    for name, (model, m_type) in trained_models.items():        model_filename = f"model_p{name}_{m_type}.pkl" #模型保存的文件名        #保存模型        joblib.dump(model, os.path.join(model_save_dir, model_filename))        #使用训练好的模型对测试集进行预测        y_test_pred = model.predict(X_test_scaled)        test_error = y_test - y_test_pred #残差        #构建测试集预测结果的DataFrame        df_test_res = pd.DataFrame({            'Actual': y_test, #真值            'Predicted': y_test_pred, #预测值            'Error': test_error #误差        })        #保存        df_test_res.to_excel(os.path.join(result_save_dir, f"test_results_p{name}.xlsx"), index=False)        #测试集图保存的基本路径        p_test = os.path.join(save_dir, f"test_p{name}_{scheme_index}_{MARKER_index}")        #调用绘图函数        plot_academic_evaluation(y_test, y_test_pred, name, m_type, p_test, current_color_list, current_marker)        test_paths.append(p_test + ".png") #记录图片路径        #对训练集进行预测        y_train_pred = model.predict(X_train_scaled)        train_error = y_train - y_train_pred #误差        #训练集结果        df_train_res = pd.DataFrame({            'Actual': y_train,            'Predicted': y_train_pred,            'Error': train_error        })        #保存        df_train_res.to_excel(os.path.join(result_save_dir, f"train_results_p{name}.xlsx"), index=False)        #训练集图保存路径        p_train = os.path.join(save_dir, f"train_p{name}_{scheme_index}_{MARKER_index}")        #调用绘图函数        plot_academic_evaluation(y_train, y_train_pred, name, m_type, p_train, current_color_list, current_marker)        train_paths.append(p_train + ".png") #记录路径    #组合图拼接    stitch_images_grid(test_paths,                       n_cols=3,                       output_filename_base=f"Final_Validation_Combined_{scheme_index}_{MARKER_index}",                       save_dir=save_dir)    stitch_images_grid(train_paths,                       n_cols=3,                       output_filename_base=f"Final_Training_Combined_{scheme_index}_{MARKER_index}",                       save_dir=save_dir)

scheme_index  = 1  #颜色方案

2.选择你想要使用到的形状标记方案：

MARKER_index = 9  #标记方案

save_dir=r"" #绘图结果保存

4.读取原始数据：

df = pd.read_excel(r"data.xlsx" )  #读取数据

X = df.iloc[:, :-1].values  #特征y = df.iloc[:, -1].values  #目标

6.定义模型的保存路径以及预测结果的保存路径：

model_save_dir = r"Models" #模型存储路径result_save_dir = r"Results_Excel" #预测结果存储路径

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)