python - 在 python 中使用 matplotlib 绘制相似性度量的圆圈时出错

Question

我正在开展一个项目，使用 tf-idf 度量来寻找两个句子/文档之间的相似性。

现在我的问题是如何以图形/可视化格式显示相似性。类似于维恩图，其中交集值成为相似性度量或 matplotlib 或任何 python 库中可用的任何其他图。

我尝试了以下代码:

from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.metrics.pairwise import cosine_similarity  

documents = (
"The sky is blue",
"The sun is bright"

)
tfidf_vectorizer = TfidfVectorizer()
tfidf_matrix = tfidf_vectorizer.fit_transform(documents)
print tfidf_matrix
cosine = cosine_similarity(tfidf_matrix[0:1], tfidf_matrix)
print cosine
import matplotlib.pyplot as plt
r=25
d1 = 2 * r * (1 - cosine[0][0])
circle1=plt.Circle((0,0),d1/2,color='r')
d2 = 2 * r * (1 - cosine[0][1])
circle2=plt.Circle((r,0),d2/2,color="b")
fig = plt.gcf()
fig.gca().add_artist(circle1)
fig.gca().add_artist(circle2)
fig.savefig('plotcircles.png')
plt.show()

但是我得到的plot是空的。谁能解释一下可能是什么错误。

绘图圈来源:plot a circle

Answer 1

只是为了解释发生了什么，这里有一个独立的问题示例(如果圆圈完全在边界之外，则不会显示任何内容):

import matplotlib.pyplot as plt
from matplotlib.patches import Circle

fig, ax = plt.subplots()
circ = Circle((1, 1), 0.5)
ax.add_artist(circ)
plt.show()

当您通过 add_artist、add_patch 等手动添加艺术家时，除非您明确这样做，否则不会应用自动缩放。您正在访问 matplotlib 的底层接口(interface)，高层函数(例如 plot)构建于其之上。然而，这也是在数据坐标中添加单个圆的最简单方法，因此在这种情况下您需要较低级别的接口(interface)。

此外，add_artist 对此过于笼统。您实际上需要 add_patch(plt.Circle 是 matplotlib.patches.Circle)。 add_artist 和 add_patch 之间的区别可能看起来很随意，但是 add_patch 有额外的逻辑来计算自动缩放的补丁范围，而 add_artist 是“裸”低级函数，可以接受任何艺术家，但不做任何特殊的事情。如果您使用 add_artist 添加补丁，自动缩放将无法正常工作。

要根据您添加的艺术家自动缩放绘图，请调用 ax.autoscale():

作为自动缩放手动添加的补丁的快速示例:

import matplotlib.pyplot as plt
from matplotlib.patches import Circle

fig, ax = plt.subplots()
circ = Circle((1, 1), 0.5)
ax.add_patch(circ)
ax.autoscale()
plt.show()

您的下一个问题可能是“为什么圆圈不是圆的？”。它是，在数据坐标中。但是，绘图的 x 和 y 比例(这是纵横比，在 matplotlib 术语中)目前不同。要强制它们相同，请调用 ax.axis('equal') 或 ax.axis('scaled')。 (在这种情况下，我们实际上可以省略对 autoscale 的调用，因为 ax.axis('scaled'/'equal') 会有效地为我们调用它。):

import matplotlib.pyplot as plt
from matplotlib.patches import Circle

fig, ax = plt.subplots()
circ = Circle((1, 1), 0.5)
ax.add_patch(circ)
ax.axis('scaled')
plt.show()