如何将 SHAP Summary Plot 保存为高质量图像文件

理解问题：为什么直接保存可能失败

在使用 python 进行数据可视化时，matplotlib 是一个功能强大的库，而 shap 库在生成解释性图表时通常会利用 matplotlib 进行渲染。当用户尝试将 shap.summary_plot 生成的图表保存为图像文件时，常见的问题是直接调用 matplotlib.pyplot.savefig() 可能会保存一个空白的图片。

这通常是由于 matplotlib 对图表（Figure）和坐标轴（Axes）的内部管理机制造成的。matplotlib.pyplot 模块提供了一系列便捷函数，它们通常操作“当前”的图表和坐标轴。如果 shap.summary_plot 在内部创建了一个新的图表对象，或者在绘制完成后将其关闭，那么紧接着调用的 plt.savefig() 可能会尝试保存一个默认的、空的“当前”图表，而不是我们期望的 SHAP 图。

核心解决方案：显式管理 Matplotlib 图形对象

解决此问题的关键在于显式地创建和管理 matplotlib 的 Figure 对象。通过创建一个 Figure 实例，然后确保 SHAP 图绘制在这个特定的 Figure 上，最后再通过该 Figure 实例的方法来保存图像，可以确保保存的是正确的图表。

具体步骤如下：

1. 初始化 matplotlib.pyplot.Figure 对象： 使用 fig = plt.figure() 创建一个新的图表对象。此时，这个新创建的图表会成为“当前”图表。
2. 绘制 SHAP 图： 调用 shap.summary_plot()。由于 fig 是当前图表，SHAP 库会默认将图表内容绘制到这个图表上。
3. 通过 Figure 对象保存： 使用 fig.savefig(save_path) 来保存图表。这会明确地告诉 matplotlib 保存 fig 这个对象所代表的图表，而不是依赖于“当前”图表的隐式状态。
4. 关闭 Figure 对象： 使用 plt.close(fig) 关闭该图表，释放资源。

实践示例：保存 SHAP Summary Plot

下面通过一个具体的代码示例来演示如何正确地保存 SHAP Summary Plot。我们将沿用原始问题中的模型和数据结构，但重点放在 SHAP 图的生成与保存上。

1. 环境准备与模型训练

首先，确保安装了必要的库：numpy, tensorflow, shap, matplotlib。

存了个图

视频图片解析/字幕/剪辑，视频高清保存/图片源图提取

17

查看详情

import numpy as np
import shap
import matplotlib.pyplot as plt
from tensorflow import keras
from tensorflow.keras import layers

# 示例数据 (简化，仅用于演示目的)
X = np.array([[(1,2,3,3,1),(3,2,1,3,2),(3,2,2,3,3),(2,2,1,1,2),(2,1,1,1,1)],
              [(4,5,6,4,4),(5,6,4,3,2),(5,5,6,1,3),(3,3,3,2,2),(2,3,3,2,1)],
              [(7,8,9,4,7),(7,7,6,7,8),(5,8,7,8,8),(6,7,6,7,8),(5,7,6,6,6)],
              [(7,8,9,8,6),(6,6,7,8,6),(8,7,8,8,8),(8,6,7,8,7),(8,6,7,8,8)],
              [(4,5,6,5,5),(5,5,5,6,4),(6,5,5,5,6),(4,4,3,3,3),(5,5,4,4,5)],
              [(4,5,6,5,5),(5,5,5,6,4),(6,5,5,5,6),(4,4,3,3,3),(5,5,4,4,5)],
              [(1,2,3,3,1),(3,2,1,3,2),(3,2,2,3,3),(2,2,1,1,2),(2,1,1,1,1)]])
y = np.array([0, 1, 2, 2, 1, 1, 0])

# 构建并编译模型
model = keras.Sequential([
    layers.Conv1D(128, kernel_size=3, activation='relu', input_shape=(5,5)),
    layers.MaxPooling1D(pool_size=2),
    layers.LSTM(128, return_sequences=True),
    layers.Flatten(),
    layers.Dense(128, activation='relu'),
    layers.Dense(3, activation='softmax') # 假设3个类别，与y的实际值对应
])

model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])

# 训练模型
print("开始训练模型...")
model.fit(X, y, epochs=10, verbose=0) # verbose=0 不显示训练进度
print("模型训练完成。")

2. SHAP 值计算

接下来，使用训练好的模型和数据计算 SHAP 值。

# 初始化 SHAP explainer
explainer = shap.GradientExplainer(model, X)
shap_values = explainer.shap_values(X)

# 定义要绘制的类别和特征索引
# shap_values 是一个列表，每个元素对应一个输出类别。
# 对于多分类模型，shap_values[cls] 是对应类别下的SHAP值数组。
# shap_values[cls][:,idx,:] 表示该类别下，所有样本的第idx个特征的所有维度SHAP值。
# X[:,idx,:] 对应所有样本的第idx个特征的所有维度原始数据。
cls = 0 # 示例：选择第一个输出类别
idx = 0 # 示例：选择第一个特征的SHAP值

3. 正确保存图表的代码实现

这是核心部分，演示如何显式管理 matplotlib 图形对象以正确保存 SHAP 图。

# 1. 初始化一个 matplotlib Figure 对象
fig = plt.figure()

# 2. 绘制 SHAP summary_plot 到当前 Figure 上
# 注意：这里我们传入了 shap_values[cls][:,idx,:] 和 X[:,idx,:]
# 这意味着我们正在可视化特定类别 (cls) 下，特定特征索引 (idx) 的SHAP值。
# 根据你的模型输出和特征结构，你可能需要调整 cls 和 idx。
shap.summary_plot(shap_values[cls][:,idx,:], X[:,idx,:], show=False) # show=False 防止立即显示图表

# 3. 定义保存路径
save_path = 'shap_summary_plot.png'

# 4. 通过 Figure 对象保存图表
fig.savefig(save_path, bbox_inches='tight', dpi=300) # bbox_inches='tight' 裁剪空白边缘，dpi设置分辨率

# 5. 关闭 Figure 对象，释放内存
plt.close(fig)

print(f"SHAP summary plot 已成功保存到：{save_path}")

关键概念解析：Matplotlib 图形与坐标轴

• plt.figure(): 此函数创建一个新的 Figure 对象（可以理解为一张画布或一个窗口），并将其设置为当前的 Figure。所有后续的绘图操作（如 plt.plot(), plt.scatter(), shap.summary_plot() 等）如果未明确指定绘图目标，通常会作用于这个当前的 Figure 及其默认的 Axes（坐标轴）。
• fig.savefig(path): 这是 Figure 对象的一个方法。它会保存 fig 这个特定的 Figure 对象所包含的所有内容。这是推荐的保存方式，因为它明确指定了要保存哪个图表，避免了 plt.savefig() 可能因“当前图表”状态变化而保存错误内容的问题。
• plt.savefig(path): 这是 matplotlib.pyplot 模块的一个函数。它尝试保存当前的 Figure。如果 shap.summary_plot 在内部创建了一个新的 Figure 并将其设置为当前，或者在绘制后又将当前 Figure 切换回一个空的默认 Figure，那么 plt.savefig() 就可能保存一个空图。
• plt.close(fig) / plt.close('all'): 用于关闭一个或所有 Figure 对象，释放系统资源。对于在脚本中批量生成和保存图表时，及时关闭不再需要的 Figure 是一个良好的习惯。

高级选项与注意事项

1. 图像分辨率 (dpi): 在 fig.savefig() 中，可以使用 dpi 参数来控制图像的分辨率。例如，dpi=300 会生成一个每英寸300点的图像，适用于印刷或高质量展示。
2. 文件格式: 除了 .png，你还可以保存为其他格式，如 .jpg (JPEG), .svg (Scalable Vector Graphics), .pdf (Portable Document Format) 等。SVG 和 PDF 是矢量图格式，放大后不会失真，非常适合出版物。

   fig.savefig('shap_summary_plot.svg', bbox_inches='tight') # 保存为SVG矢量图

   登录后复制
3. 图表布局 (bbox_inches='tight'): bbox_inches='tight' 参数在保存时会自动调整图表的边界，以尽可能地裁剪掉多余的空白边缘，使图表内容更紧凑。
4. 显示图表 (plt.show()): 如果你想在保存之前先预览图表，可以在 shap.summary_plot() 调用之后、fig.savefig() 之前添加 plt.show()。但请注意，plt.show() 会阻塞程序执行，直到图表窗口被关闭。如果 shap.summary_plot 内部已经调用了 plt.show()，你可能需要通过设置 show=False 来阻止其自动显示。
5. 多个图表: 如果需要在一个脚本中生成并保存多个 SHAP 图，建议为每个图表都创建一个独立的 Figure 对象，并分别进行绘制和保存。

   # 示例：保存第二个类别的SHAP图
   fig2 = plt.figure()
   shap.summary_plot(shap_values[1][:,idx,:], X[:,idx,:], show=False)
   fig2.savefig('shap_summary_plot_cls1.png', bbox_inches='tight', dpi=300)
   plt.close(fig2)

   登录后复制

总结

正确保存 shap.summary_plot 的关键在于理解 matplotlib 的图表管理机制。通过显式地创建 Figure 对象，并在其上进行绘图，然后使用 Figure 实例的 savefig 方法，可以确保图表内容被准确地捕获和保存。这种方法不仅解决了空白图片的问题，也使得图表管理更加清晰和可控，是进行专业数据可视化输出的推荐实践。

以上就是如何将 SHAP Summary Plot 保存为高质量图像文件的详细内容，更多请关注php中文网其它相关文章！