在 Python 中将字符串转换为乳胶表格式

Question

我有以下关于使用 Sklearn 的机器学习算法的性能报告：

>>> from sklearn.metrics import classification_report
>>> y_true = [0, 1, 2, 2, 2]
>>> y_pred = [0, 0, 2, 2, 1]
>>> target_names = ['class 0', 'class 1', 'class 2']
>>> print(classification_report(y_true, y_pred, target_names=target_names))
             precision    recall  f1-score   support
    class 0       0.50      1.00      0.67         1
    class 1       0.00      0.00      0.00         1
    class 2       1.00      0.67      0.80         3
avg / total       0.70      0.60      0.61         5

我正在使用file.write(report)将classification_report保存为文本文件，但我想将其保存为TEX表格格式，如下所示：

begin{table}[htbp]
  centering
  caption{Add caption}
    begin{tabular}{rrrrr}
    toprule
          & precision & recall & f1-score & support \
    midrule
          &       &       &       &  \
    class 0 & 0.5   & 1     & 0.67  & 1 \
    class 1 & 0     & 0     & 0     & 1 \
    class 2 & 1     & 0.67  & 0.8   & 3 \
          &       &       &       &  \
    avg/total & 0.7   & 0.6   & 0.61  & 5 \
    bottomrule
    end{tabular}%
  label{tab:addlabel}%
end{table}%

关于如何实现这一目标的任何建议？谢谢！

Answer 1

表格页眉和页脚只是文本，所以我会跳过它们。

取classification_report的输出，并用str.splitlines()将其拆分为行。

In [7]: rep = """             precision    recall  f1-score   support
   ...: 
   ...:     class 0       0.50      1.00      0.67         1
   ...:     class 1       0.00      0.00      0.00         1
   ...:     class 2       1.00      0.67      0.80         3
   ...: 
   ...: avg / total       0.70      0.60      0.61         5"""
In [8]: rep.splitlines()
Out[8]: 
['             precision    recall  f1-score   support',
 '',
 '    class 0       0.50      1.00      0.67         1',
 '    class 1       0.00      0.00      0.00         1',
 '    class 2       1.00      0.67      0.80         3',
 '',
 'avg / total       0.70      0.60      0.61         5']

由于您知道第一行和最后两行包含的内容，因此可以将格式设置工作集中在其余行上。

In [9]: lines = rep.splitlines()
In [10]: lines[2:-2]
Out[10]: 
['    class 0       0.50      1.00      0.67         1',
 '    class 1       0.00      0.00      0.00         1',
 '    class 2       1.00      0.67      0.80         3']
In [11]: cl = lines[2:-2]
In [19]: [ln.replace('class ', '').split() for ln in cl]
Out[19]: 
[['0', '0.50', '1.00', '0.67', '1'],
 ['1', '0.00', '0.00', '0.00', '1'],
 ['2', '1.00', '0.67', '0.80', '3']]
In [20]: cl = [ln.replace('class ', '').split() for ln in cl]
In [23]: for ln in cl:
    print('class ' + ' & '.join(ln) + r'\')
   ....:     
class 0 & 0.50 & 1.00 & 0.67 & 1\
class 1 & 0.00 & 0.00 & 0.00 & 1\
class 2 & 1.00 & 0.67 & 0.80 & 3\

avg行的处理方式大致相同。

In [25]: last = lines[-1]
In [29]: last[11:].split()
Out[29]: ['0.70', '0.60', '0.61', '5']
In [30]: numbers = last[11:].split()
In [31]: print('avg / total & ' + ' & '.join(numbers) + r'\')
avg / total & 0.70 & 0.60 & 0.61 & 5\

我建议跳过空行，特别是因为您已经在使用booktabs包中的标尺。

---

另类

如果有一种方法可以按行将数据从sklearn中取出，您可能需要查看我编写的简单latable Python 模块。