我有一个通过使用 for 循环按列扩展的数据框。现在我想以某种方式存储不断发展的 DF 的某些“阶段”，我认为最好使用字典。

给你一张图片：

df_dict={}
for i in range(1,13):
    df=pd.read_csv('./test.csv').iloc[:,0:i*4-1]

所以我想将其存储为 df 的“第一阶段”：

col1     col2     col3     col4
  1        3        5        7
  2        4        6        8

在“第二阶段”：

col1     col2     col3     col4     col5     col6     col7     col8
  1        3        5        7        9        11       13       15
  2        4        6        8        10       12       14       16    

第三阶段包含 12 列：

col1     col2     col3     col4     col5     col6     col7     col8     ...
  1        3        5        7        9        11       13       15     ...
  2        4        6        8        10       12       14 …

我有一个带有非常小的数字的混淆矩阵，但我找不到改变它们的方法。

from sklearn.metrics import confusion_matrix
cm = confusion_matrix(y_test, rf_predictions)
ax = plt.subplot()
sns.set(font_scale=3.0) #edited as suggested
sns.heatmap(cm, annot=True, ax=ax, cmap="Blues", fmt="g");  # annot=True to annotate cells

# labels, title and ticks
ax.set_xlabel('Predicted labels');
ax.set_ylabel('Observed labels');
ax.set_title('Confusion Matrix');
ax.xaxis.set_ticklabels(['False', 'True']);
ax.yaxis.set_ticklabels(['Flase', 'True']);
plt.show()

这就是我正在使用的代码，我得到的图片如下：

我不介意手动更改分类的编号，但我真的不想为标签也这样做。

编辑：数字现在更大了，但标签仍然很小

干杯