使用python中的matplotlib绘制相似性度量的圆形图时出错

Question

我正在研究项目，使用tf-idf measure来查找两个句子/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，其中交叉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()

但我得到的情节是空的。有人可以解释可能是错误的原因。

绘制圆形来源：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的较低级别界面，该界面包含更高级别的功能（例如plot）。但是，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，您需要的是低级接口。

此外，add_artist对此非常笼统。您实际上想要add_patch（plt.Circle是matplotlib.patches.Circle）。 add_artist和add_patch之间的差异似乎是任意的，但add_patch有额外的逻辑来计算自动缩放的补丁范围，而add_artist是＆＃34;裸＆ ＃34;可以带任何艺术家的低级功能，但不做任何特别的事情。如果您使用add_artist添加补丁，则自动缩放功能无法正常运行。

要根据您添加的艺术家自动缩放图表，请致电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()

你的下一个问题可能是＆＃34;为什么圈子不圆？＆＃34;。它是，在数据坐标中。然而，图的x和y标度（这是matplotlib术语中的纵横比）目前是不同的。要强制它们相同，请致电ax.axis('equal')或ax.axis('scaled')。 （在这种情况下，我们实际上可以忽略对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()

Answer 2

情节不是空的，但我想，你的圈子很大！

我没有安装sklearn，所以我从print cosine开始：

## set constants
r = 1
d = 2 * r * (1 - cosine[0][1])

## draw circles
circle1=plt.Circle((0, 0), r, alpha=.5)
circle2=plt.Circle((d, 0), r, alpha=.5)
## set axis limits
plt.ylim([-1.1, 1.1])
plt.xlim([-1.1, 1.1 + d])
fig = plt.gcf()
fig.gca().add_artist(circle1)
fig.gca().add_artist(circle2)
## hide axes if you like
# fig.gca().get_xaxis().set_visible(False)
# fig.gca().get_yaxis().set_visible(False)
fig.savefig('venn_diagramm.png')

这也回答了你的另一个问题，我也添加了这段代码！