企业官网建设流程全解析

SHAP summary_plot小提琴图颜色修改实战：从源码解析到参数定制

第一次用SHAP的summary_plot生成小提琴图时，我盯着那排单调的蓝色violin发愣——明明在matplotlib和seaborn里改颜色易如反掌，为什么这里的color参数毫无反应？这个看似简单的需求，最终让我花了三个晚上深挖SHAP源码。本文将分享从问题定位到两种解决方案的全过程，适合那些不满足于"能用就行"、想真正掌握工具定制的开发者。

1. 问题重现与初步排查

我们从一个典型的SHAP调用开始：

import shap explainer = shap.Explainer(model) shap_values = explainer(X) shap.summary_plot(shap_values, X, plot_type="violin")

当尝试添加颜色参数时，以下常见方法全部失效：

# 以下尝试均无效 shap.summary_plot(shap_values, X, plot_type="violin", color="red") shap.summary_plot(shap_values, X, plot_type="violin", cmap="Reds")

通过打印函数签名，发现summary_plot确实接受color参数：

import inspect print(inspect.signature(shap.summary_plot))

输出显示函数定义包含color=None参数，但实际调用时却被忽略。这种表面合规但实际无效的情况，正是需要深入源码的信号。

2. 源码定位与逻辑分析

在Python环境中通过以下命令找到SHAP安装位置：

pip show shap | grep Location

进入源码目录后，关键定位步骤：

1. 在plots/__init__.py中找到summary_plot函数
2. 发现其通过plot_type分支调用不同绘图逻辑
3. 定位到_violin_summary这个真正处理violin图的内部函数

核心发现点在于_violin_summary中的这段代码：

def _violin_summary(..., color=None, ...): # ... for i in range(len(feature_order)): sv = shap_values[:, feature_order[i]] v = ax.violinplot(..., positions=[i], showmeans=False, showextrema=False, widths=0.7 ) for b in v['bodies']: b.set_facecolor('#1E88E5') # 硬编码的蓝色 b.set_edgecolor('black') b.set_alpha(1)

问题根源一目了然：虽然函数接收color参数，但在绘制violin时却使用了硬编码的十六进制色值#1E88E5，完全忽略了传入的color参数。

3. 解决方案一：直接修改源码

最快速的解决方案是直接修改源码中的颜色设置：

1. 定位到shap/plots/_violin.py文件
2. 找到_violin_summary函数中的颜色设置部分
3. 修改为：

b.set_facecolor(color if color is not None else '#1E88E5')

这种方法的优缺点对比：

实际操作中，可以用patch工具临时修改：

import shap from functools import partial original_func = shap.plots._violin._violin_summary def patched_violin(..., color=None, ...): # 修改后的实现 pass shap.plots._violin._violin_summary = patched_violin

4. 解决方案二：创建增强版函数

更可持续的方案是创建自定义函数，保留原函数的同时扩展功能：

def custom_summary_plot(shap_values, features=None, ..., violin_color=None, violin_edgecolor='black'): """ 增强版summary_plot，支持violin颜色定制 参数： violin_color: violin填充色，默认为原库的蓝色 violin_edgecolor: violin边缘色，默认为黑色 """ # 调用原始函数获取基础绘图 fig, ax = plt.subplots() shap.summary_plot(shap_values, features, plot_type="violin", show=False) # 获取当前axes并修改violin颜色 ax = plt.gca() for col in ax.collections: if isinstance(col, matplotlib.collections.PolyCollection): col.set_facecolor(violin_color or '#1E88E5') col.set_edgecolor(violin_edgecolor) return fig

这个方案的优势在于：

• 不修改原始库文件
• 明确新增参数控制violin样式
• 保持与原函数相同的调用方式
• 可以进一步扩展其他定制选项

5. 颜色映射的高级应用

对于需要更复杂颜色映射的场景，我们可以扩展函数支持：

def advanced_summary_plot(..., color_map=None): """支持基于特征重要性的颜色渐变""" # 计算特征重要性 importance = np.abs(shap_values).mean(0) # 创建颜色映射 if color_map is None: color_map = plt.cm.Blues norm = plt.Normalize(importance.min(), importance.max()) colors = color_map(norm(importance)) # 绘制并设置颜色 shap.summary_plot(..., show=False) ax = plt.gca() for i, col in enumerate(ax.collections): if isinstance(col, matplotlib.collections.PolyCollection): col.set_facecolor(colors[i])

使用示例：

advanced_summary_plot(shap_values, X, color_map=plt.cm.RdBu_r)

这种实现可以产生从蓝到红的渐变效果，重要性高的特征显示为深红色，低的显示为浅蓝色。

6. 工程化封装与发布

为了让解决方案更易于团队使用，可以将其打包为独立模块：

1. 创建shap_extensions目录
2. 添加__init__.py和violin.py
3. 在setup.py中声明包依赖：

from setuptools import setup setup( name='shap_extensions', version='0.1', packages=['shap_extensions'], install_requires=['shap>=0.40', 'matplotlib>=3.0'] )

关键设计考虑：

• 保持与原SHAP库的函数签名兼容
• 通过继承或组合扩展功能
• 提供清晰的文档字符串和类型提示
• 编写单元测试验证颜色修改效果

最终调用方式既简洁又明确：

from shap_extensions.violin import summary_plot summary_plot(shap_values, X, violin_color='#FF6D00', violin_edgecolor='#333333')