以下是**专业、清晰、可直接运行**的准确率对比直方图代码（基于你已有的三组结果）： ```python import matplotlib.pyplot as plt import numpy as np # ✅ 假设你已有以下准确率（请按实际值替换） results = { 'Original (11D)': 0.52, # 白葡萄酒原始数据 'PCA (2D)': 0.44, # 白葡萄酒 PCA 'LDA (2D)': 0.49, # 白葡萄酒 LDA（示例值，按你实际填） } # ✅ 提取标签和数值 methods = list(results.keys()) accuracies = list(results.values()) # ✅ 创建画布（横向更清晰） plt.figure(figsize=(8, 5)) # ✅ 绘制直方图（竖向柱状图） bars = plt.bar(methods, accuracies, color=['#1f77b4', '#ff7f0e', '#2ca02c'], # 蓝-橙-绿，色盲友好 alpha=0.85, edgecolor='black', linewidth=0.8) # ✅ 在柱顶添加精确数值标签 for bar, acc in zip(bars, accuracies): plt.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 0.003, f'{acc:.3f}', ha='center', va='bottom', fontsize=11, fontweight='bold') # ✅ 图形设置 plt.ylim(0.35, 0.60) # 根据你的数据调整范围，聚焦差异 plt.ylabel('Accuracy', fontsize=12, fontweight='bold') plt.title('Accuracy Comparison: White Wine Classification', fontsize=13, fontweight='bold', pad=15) plt.xticks(fontsize=11) plt.yticks(fontsize=11) # ✅ 网格（浅灰虚线，增强可读性） plt.grid(axis='y', linestyle='--', alpha=0.6, color='gray') # ✅ 添加水平参考线（如随机猜测线） n_classes = 7 plt.axhline(y=1/n_classes, color='red', linestyle=':', linewidth=1.2, label=f'Random Guess ($1/{n_classes} \\approx {1/n_classes:.3f}$)') plt.legend(loc='upper right', fontsize=10) # ✅ 自动适配布局 & 显示 plt.tight_layout() plt.show() ``` --- ### ✅ 输出效果说明： - 🟦 **蓝色柱**：原始 11 维 → 最高（基准） - 🟧 **橙色柱**：PCA 2D → 下降明显（无监督，损失判别信息） - 🟩 **绿色柱**：LDA 2D → 高于 PCA（有监督，保留分类能力） - 🔴 **红色虚线**：随机猜测线（$1/7 \approx 0.143$），所有模型远超它，说明有效 - ✅ 每根柱顶标出三位小数准确率，一目了然 > 💡 若你还想对比红葡萄酒，只需扩展 `results` 字典（加 `'Red-Original'`, `'Red-PCA'` 等），并用不同色调分组（如蓝系 vs 红系），我可为你升级为**分组柱状图**。 --- ### ✅ 进阶建议（可选增强） | 需求 | 实现方式 | |------|-----------| | **误差棒（如有多次实验标准差）** | `plt.bar(..., yerr=stds, capsize=5)` | | **显著性标记（如 * 表示 p<0.05）** | 在柱顶加 `plt.text(..., '*')` | | **双轴对比白/红葡萄酒** | 用 `plt.bar(x-0.2, ...)` 和 `plt.bar(x+0.2, ...)` 并列 | --- ### ✅ 知识点（≤3个，每条≤50字） 1. **柱状图数据编码原则** 高度编码数值大小，颜色编码类别，避免用面积/角度等易误读通道。 2. **视觉层次优化** 黑边+适度透明+顶部标签+参考线，共同提升信息提取效率与专业感。 3. **统计基准线意义** 添加随机猜测线（$1/K$）可直观判断模型是否真正学到了模式，而非偶然。 --- 需要我为你生成： ✅ **支持白/红葡萄酒并列对比的分组柱状图**（带图例、配色协调、自动避让）？ ✅ **含误差棒（±std）和显著性星号的学术级图表**？ 👉 回复对应需求，我立即输出完整可运行代码。