1. 计算混淆矩阵from sklearn.metrics import confusion_matrix # 导入计算混淆矩阵的包C1= confusion_matrix(True_label, T_predict1) #True_label 真实标签 shape=(n,1);T_predict1 预测标签 shape=(n,1)2. 用seaborn的热力图画混淆矩阵图import seabo

```pythonfor i in range(10):exec ("temp%s=1"%i)在这里，通过一个循环来生成10个变量，i的变化从0到9。用变量i替代%s，所以在每次循环里面，分别给temp0,temp1赋值...

1.带误差线的柱状图import numpy as npimport pandas as pdimport matplotlib.pyplot as pltfig=plt.figure(figsize=(10,10)) #添加绘图框data=pd.read_excel() #读取数据index = np.arange(6)*2.5###设置索引，控制不同柱之间的距离用于后面的画柱状图#######