File size: 3,523 Bytes
838f69f |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 |
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
from predict_function import predict
def calculate_plot(total_att, total_memory, total_fluency, total_speech, total_spatial):
labels = ['Внимание', 'Память', 'Беглость', 'Речь', 'Пространство']
data = np.array([total_att, total_memory, total_fluency, total_speech, total_spatial], dtype=np.float32)
max_value = np.array([18, 26, 14, 26, 16 ], dtype=np.float32)
relative_data = np.divide(data, max_value )* 100
plt.close('all')
fig=plt.figure(figsize=(6, 5))
ax=sns.barplot(y=labels, x=relative_data, palette="Blues_d", hue=labels, legend=False)
# Добавляем подписи осей
ax.set_xlabel('Процент сохранных функций', fontsize=12, labelpad=10)
ax.set_ylabel('Когнитивные функции', fontsize=12, labelpad=10)
plt.xticks(fontsize=10)
plt.yticks(fontsize=10)
plt.title('Оценка когнитивных функций', fontsize=14, pad=20)
ax.grid(True, linestyle='--', alpha=0.3)
plt.title(f"Когнитивный профиль. Общий балл:{np.sum(data)}")
plt.tight_layout()
return fig
def predict_plot(total, total_att, total_memory, total_fluency, total_speech, total_spatial, age):
data=[total, total_att, total_memory, total_fluency, total_speech, total_spatial, age]
dict_data = predict(data)
# 3. Создание графика
plt.close('all') # Закрываем предыдущие графики
fig, ax=plt.subplots(figsize=(6,4)) # Увеличил размер для читаемости
# Сортируем по значениям для лучшего отображения
sorted_items = sorted(dict_data.items(), key=lambda x: x[1])
labels = [item[0] for item in sorted_items]
values = [item[1] for item in sorted_items]
# 5. Построение графика
bars = ax.barh(labels, values, color='skyblue')
# 6. Выделение максимального значения
max_idx = np.argmax(values)
bars[max_idx].set_color('green')
# 7. Добавление значений на график
for bar in bars:
width = bar.get_width()
ax.text(width + 0.01, bar.get_y() + bar.get_height()/2,
f'{width:.2f}',
va='center', ha='left', fontsize=9)
# 8. Настройка оформления
ax.set_title(f'Нарушения соответствуют: {labels[max_idx]}',
fontsize=12, pad=10)
ax.set_xlabel('Вероятность', fontsize=10)
ax.set_ylabel('Тип нарушений', fontsize=10)
ax.set_xlim(0, 1.1 if max(values) <= 1 else None) # Автоподбор границ
plt.tight_layout()
return fig
|