python 算法测试结果自动保存到excel表格

        我们在进行算法评估是通常会针对每个样本的算法处理结果进行统计，例如每个样本正确预测数量、漏检数量和误检数量、精度等。特别是，算法验证是比较关注错误识别的样本，把每个样本的预测结果写入excel表格，可以进行快速筛查和定位，并且结果更加直观。

1 python excel操作

        这里会将算法结果保存成.xls格式的excel文件，所需的python库为xlwt。如果没有xlwt库，请使用pip进行安装。

pip install xlwt

  1.1 excel文件创建

        excel文件创建分为两步，第一步是定义表格的编码方式，第二步是为表格创建表单。

myWorkbook = xlwt.Workbook(encoding = 'utf-8')
mySheet = myWorkbook.add_sheet('Sheet1')

1.2 单元格赋值

        单元格赋值的方式是采用write函数，第一个参数表示第row+1行，row=0表示第一行。第二个参数表示第col+1列，col=0表示第1列。参数label是要写入单元格的内容。

mySheet.write(row, col, label='测试')

1.3 表格保存

        表格保存的文件后缀为.xls。

savepath = 'test.xls'
myWorkbook.save(savepath)

2 定义算法结果保存函数

        函数名称为write_result_to_excel，定义如下。

def write_result_to_excel(files, fps, fns, prs, lbs, savepath='res.xls')

        files：list，每个元素为样本名称字符串。

        fps：list，每个元素为样本中误检目标数量。

        fns：list，每个元素为样本中漏检目标数量。

        prs：list，每个元素为样本中算法预测目标数量。

         lbs：list，每个元素为样本中真实标签目标数量。

        savepath：excel表格保存路径。

3 函数完整定义

        可以根据自身需要对函数进行更改。

def write_result_to_excel(files, fps, fns, prs, lbs, savepath='res.xls'):
    myWorkbook = xlwt.Workbook(encoding = 'utf-8')
    mySheet = myWorkbook.add_sheet('Sheet1')
    mySheet.write(0, 0, label='样本名称')
    mySheet.write(0, 1, label='目标标签个数')
    mySheet.write(0, 2, label='预测标签个数')
    mySheet.write(0, 3, label='正确预测个数')
    mySheet.write(0, 4, label='错误预测个数')
    mySheet.write(0, 5, label='漏检目标个数')
    for i in range(len(files)):
        mySheet.write(i+1, 0, label=files[i])
        mySheet.write(i+1, 1, label=lbs[i])
        mySheet.write(i+1, 2, label=prs[i])
        mySheet.write(i+1, 3, label=lbs[i]-fns[i])
        mySheet.write(i+1, 4, label=fps[i])
        mySheet.write(i+1, 5, label=fns[i]) 
   
    fp = sum(fps)
    fn = sum(fns)
    pr = sum(prs)
    lb = sum(lbs)

    residual  = fn / lb * 100
    recall    = 100 - residual
    error     = fp / pr * 100
    precision = 100 - error
    accuracy  = recall * precision / 100
    mySheet.write(i+2, 0, label='总计')
    mySheet.write(i+2, 1, label=lb)
    mySheet.write(i+2, 2, label=pr)
    mySheet.write(i+2, 3, label=lb-fn)
    mySheet.write(i+2, 4, label=fp)
    mySheet.write(i+2, 5, label=fn)

    mySheet.write(i+3, 1, label='检出率(%)')
    mySheet.write(i+3, 2, label='漏检率(%)')
    mySheet.write(i+3, 3, label='准确率(%)')
    mySheet.write(i+3, 4, label='误检率(%)')
    mySheet.write(i+3, 5, label='精度(%)')

    mySheet.write(i+4, 1, label=recall)
    mySheet.write(i+4, 2, label=residual)
    mySheet.write(i+4, 3, label=precision)
    mySheet.write(i+4, 4, label=error)
    mySheet.write(i+4, 5, label=accuracy)
    myWorkbook.save(savepath)
    s = '目标标签个数：{0}\n预测标签个数：{1}\n正确预测个数：{2}\n错误预测个数：{3}\n漏检目标个数：{4}\n'.format(lb, pr, lb-fn, fp, fn)
    s += '检出率recall：{0}\n漏检率residual：{1}\n准确率precision：{2}\n误检率error：{3}\n精度accuracy：{4}'.format(recall, residual, precision, error, accuracy)
    print(s)

4 【python三维深度学习】python三维点云从基础到深度学习_Coding的叶子的博客-CSDN博客_三维点云深度学习

更多三维、二维感知算法和金融量化分析算法请关注“乐乐感知学堂”微信公众号，并将持续进行更新。