做机器学习模型解释的时候SHAP 瀑布图几乎是绕不开的标配。不管是竞赛提分后的复盘、风控模型评审还是写论文放实验对比图一张干净的 SHAP 瀑布图往往比一大段文字更有说服力。不过用久了你会发现SHAP 默认出图虽然能用但细节上总差点意思——尤其是那条多余的坐标轴边框放在 PPT 和论文里显得特别笨重跟整体排版格格不入。这篇文章专门聊一件事怎么给 SHAP 值瀑布图去除边框把出图质感从“能用”提升到“好看”。我会从 SHAP 可视化的底层逻辑讲起把 matplotlib 控件的操作、不同版本 SHAP 的兼容写法、多组瀑布图的展示方案都过一遍最后附带几个我实际踩过坑之后的排查清单。适合天天跟模型解释打交道的数据分析师、算法工程师也适合刚接触 SHAP 想快速出图的新手。1. 内容整体设计与思路拆解1.1 先搞清楚 SHAP 瀑布图到底画了什么SHAPSHapley Additive exPlanations的核心思想是把模型对某个样本的预测值分解成“基线值 每个特征的贡献值”。瀑布图就是这种分解结果最直观的呈现方式从底部的 base value 出发每个特征像瀑布一样依次叠加红色箭头表示把预测值往上推蓝色箭头表示往下拉最后到达最终的预测结果 f(x)。这里有一个经常被忽略的点SHAP 瀑布图本身并不是一个普通柱状图或折线图它是由大量 matplotlib 线段、文本和刻度对象组合而成的复合图形。所以你去修改它的边框、字体、配色本质上操作的还是 matplotlib 的 Axes 和 Figure 对象。理解了这一层后续所有定制才有方向。很多新手拿着plt.gca()却改不动样式就是因为没搞清当前操作的坐标轴到底是不是 SHAP 内部创建的那一个。1.2 默认出图有哪些影响观感的细节SHAP 默认的 waterfall 图信息量没问题但视觉上确实有几个容易被吐槽的点第一是四条坐标轴边框。SHAP 瀑布图的特征名称在左侧数值刻度在底部按理说左侧和底部的边框还有一点对齐作用但顶部和右侧纯粹属于多余线条。在多图排版或者投到大屏上时这四条线会把视觉焦点扯散。第二是默认的标题和 caption。SHAP 内部的shap.plots.waterfall会自动生成一些辅助说明文字比如 base value 对应的数值、样本编号之类。这些文字在论文里去水印时经常需要单独处理或者直接手动改掉。第三是字体和间距。默认字体在 Windows 和 Mac 上渲染效果不同中文环境还容易出现方块字。保存出来的图片周围留白也偏大如果直接插入 Word 或 Markdown经常要靠手动裁剪。1.3 为什么“去除边框”是定制瀑布图的第一步因为边框是影响“干净感”最直接的变量。你去翻那些好看的模型解释图几乎清一色都是无边框、极简风格。把边框去掉之后图里剩下的就是特征贡献的方向和大小信息传递更聚焦。从操作顺序看去除边框也是最容易上手的定制动作只需要操作 matplotlib 的spines属性即可不需要重写 SHAP 的绘制逻辑。它适合作为学习 SHAP 定制化的切入点先用最小成本理解ax和spines的关系再去扩展别的定制需求比如调整颜色、字体、保存尺寸就会顺手很多。2. 核心细节解析与实操要点2.1 必须掌握的三个关键参数showFalse、ax、spines先说showFalse。shap.plots.waterfall默认执行完绘制后会自动调用plt.show()这会导致图形窗口弹出而且后续代码无法再对图形进行修改。所以定制瀑布图的第一步就是显式传入showFalse把绘制和展示分离。shap.plots.waterfall(shap_values[0], max_display10, showFalse)接着是ax参数。SHAP 0.42 之后的版本支持直接把外部创建的 Axes 传给 waterfall这样就不需要去猜“当前活跃的坐标轴到底是哪一个”尤其适合要在同一个 Figure 里绘制多个子图的场景。fig, ax plt.subplots(figsize(10, 6)) shap.plots.waterfall(shap_values[0], max_display10, showFalse, axax)最后是spines。matplotlib 中每个 Axes 都有四条边框线分别叫 top、bottom、left、right。要去除边框就是把这几个 spine 对象的可见性设为 False。for spine in ax.spines.values(): spine.set_visible(False)这三步是去除边框的最小组合缺一个都不稳定。2.2 不同版本 SHAP 的兼容写法SHAP 库版本迭代比较快shap.plots.waterfall的行为在不同版本间有一些细节差异。我实测过 0.41、0.44、0.45 以及最新的 0.46整体用法一致但有两个地方要注意一是低版本可能不支持ax参数。如果你用的 SHAP 版本较老传入ax会直接报TypeError。保险做法是先打印出函数签名确认一下。import inspect print(inspect.signature(shap.plots.waterfall))二是部分版本中waterfall内部会创建新的figure导致plt.gca()拿到的坐标轴不是瀑布图所在轴。所以拿到坐标轴的方式不要依赖plt.gca()优先用函数返回值和手动传入ax。你还可以用一个万能兼容写法先调用 waterfall 不传ax然后通过plt.gcf().axes拿到当前 Figure 里的坐标轴列表从中筛选出数据轴。shap.plots.waterfall(shap_values[0], max_display10, showFalse) axes_list plt.gcf().axes不过说实话最省心的还是升级到新版本然后显式传ax。这样代码干净也不容易因为版本差异出问题。2.3 去除边框的完整最小实现这里给出一份可以直接跑通的最小代码基于随机森林回归模型import shap import matplotlib.pyplot as plt from sklearn.ensemble import RandomForestRegressor from sklearn.datasets import fetch_california_housing # 加载数据与建模 data fetch_california_housing() X, y data.data, data.target feature_names data.feature_names model RandomForestRegressor(n_estimators100, random_state42) model.fit(X, y) # 计算 SHAP 值 explainer shap.TreeExplainer(model) shap_values explainer(X[:100]) # 对前100个样本计算 # 绘制第一个样本并关闭默认显示 fig, ax plt.subplots(figsize(10, 6)) shap.plots.waterfall(shap_values[0], max_display10, showFalse, axax) # 去除所有边框 for spine in ax.spines.values(): spine.set_visible(False) # 微调布局并显示 plt.tight_layout() plt.show()这份代码在 SHAP 0.45.0 上实测没问题。如果你只想保留底部的边框把上面循环换成只对top、left、right操作即可ax.spines[top].set_visible(False) ax.spines[left].set_visible(False) ax.spines[right].set_visible(False)2.4 保存图片时的额外参数实际项目里瀑布图最终要保存成图片插入报告或论文。保存时有两个参数非常关键dpi控制分辨率bbox_inchestight会自动裁剪掉多余留白。fig.savefig(shap_waterfall.png, dpi300, bbox_inchestight, facecolorwhite)这里有个容易忽略的坑facecolor默认是白色但如果你在 Jupyter Notebook 里设置了深色主题保存出来的图可能带透明背景或深色背景。所以保存时最好显式指定facecolorwhite避免插入文档后背景不一致。3. 实操过程与核心环节实现3.1 从零到一的定制实操流程我平时做 SHAP 瀑布图定制的时候习惯按照下面这个流程走你可以直接抄作业。第一步先跑通基础绘制。用最简单的代码把瀑布图画出来确认计算逻辑没有问题。这一步不做任何定制纯粹验证 SHAP 值计算正确。shap_values explainer(X[:100]) shap.plots.waterfall(shap_values[0], max_display10, showFalse) plt.show()第二步把图拆成“可编辑对象”。也就是增加fig, ax plt.subplots()并把ax显式传给 waterfall。这一步的意义是把绘图层和展示层解耦。第三步做边框定制。用spines循环把边框去掉顺便清理掉不需要的辅助文字。第四步调整字体与尺寸把所有文本对象的大小统一。plt.rcParams[font.sans-serif] [SimHei, Microsoft YaHei, DejaVu Sans] plt.rcParams[axes.unicode_minus] False第五步指定 dpi 和 bbox 保存图片。3.2 字体、颜色与高亮深入定制去除边框只是万里长征第一步。实际出图时我们经常还需要调整字体大小、改变特征条颜色、单独高亮某个特征。字体大小可以通过遍历 Axes 里的文本对象来修改for text_obj in ax.texts: text_obj.set_fontsize(12)如果你只想调整 X 轴或者 Y 轴刻度字体用ax.tick_params更精准ax.tick_params(axisx, labelsize12) ax.tick_params(axisy, labelsize12)对于颜色SHAP 瀑布图默认红色表示正向贡献、蓝色表示负向贡献。这个配色在大多数场景下够用但如果你的报告主色调是品牌色可以修改 SHAP 内部使用的colors参数。可惜的是shap.plots.waterfall没有直接暴露颜色参数需要修改源码或者通过matplotlib的 color cycle 间接调整。比较实用的定制是highlight_index。这个参数可以突出显示某一个特征常用于案例分析中强调关键变量shap.plots.waterfall( shap_values[0], max_display10, showFalse, axax, highlight_indexMedInc )highlight_index既支持特征名字符串也支持整数索引。在风控模型里我经常用它单独高亮“征信查询次数”这类核心变量评审汇报时非常出效果。3.3 瀑布图到底能不能显示多组数据“瀑布图可以显示多组数据吗”这个问题我经常看到。直接说结论SHAP 的 waterfall 图本质上是单样本解释图它展示的是一个样本的特征贡献分解。但“多组数据”可以从几个层面去理解不同层面有不同的解决方案。要对比同一样本在不同模型下的贡献可以把两个瀑布图并排放在同一个 Figure 里fig, axes plt.subplots(1, 2, figsize(16, 6)) for i, model_name in enumerate([Model_A, Model_B]): # 假设已有对应模型的 shap_values shap.plots.waterfall( shap_values_a[0] if i 0 else shap_values_b[0], max_display8, showFalse, axaxes[i] ) axes[i].set_title(model_name, fontsize14) for spine in axes[i].spines.values(): spine.set_visible(False) plt.tight_layout() plt.show()要对比同一个模型对多个样本的解释也是同样的思路循环画子图即可。不过要注意子图数量不能太多一般 2 到 4 个比较合适再多每个子图的信息密度就会下降。如果你要的是“群体层面”的汇总瀑布图其实不是最佳选择。SHAP 库提供了shap.plots.bar和shap.plots.beeswarm分别用于展示全局特征重要度和特征影响分布。这两个图更适合回答“整体上哪些特征影响最大”这类问题。shap.plots.bar(shap_values) shap.plots.beeswarm(shap_values)另外还有一个偏门做法把多个样本的瀑布图叠加在一起。通过设置透明度可以看到多条分解路径的重合关系。这种方式在探索性分析阶段用来找离群点挺有意思但不适合正式汇报因为颜色叠加后会比较混乱。3.4 手动绘制瀑布图的备用方案追求极致定制的时候shap.plots.waterfall自带的渲染逻辑反而会成为限制。比如你想把箭头改成圆角、想在箭头旁边显示百分比、想彻底重排布局直接改内置函数就很费劲。我自己的做法是遇到这种需求就直接绕过 SHAP 的绘图函数用 matplotlib 手动绘制瀑布图。核心思路很简单把 SHAP 值按大小排序依次累加出每个特征的起点和终点然后用ax.hlines和ax.plot画线。import numpy as np def manual_waterfall(base_value, shap_values, feature_names, ax): order np.argsort(np.abs(shap_values))[::-1] shap_values shap_values[order] feature_names feature_names[order] cumulative base_value for i, (name, sv) in enumerate(zip(feature_names, shap_values)): start cumulative end cumulative sv ax.plot([start, end], [i, i], linewidth8, colorred if sv 0 else blue, alpha0.8) cumulative end ax.axvline(base_value, colorgray, linestyle--) ax.set_yticks(range(len(feature_names))) ax.set_yticklabels(feature_names) for spine in ax.spines.values(): spine.set_visible(False)手动绘制的优势是每个元素都在你掌控之下想加什么就加什么。代价是代码量增加且需要自己处理排序、截断、标签防重叠等问题。我的建议是普通场景用内置 waterfall只有内置函数实在满足不了需求时再手动绘制。4. 常见问题与排查技巧实录4.1 怎么改都对但边框还在这是定制瀑布图时最让人抓狂的问题。明明用了spines设置不可见边框还是原样显示。我之前排查过几次主要有两种原因。第一种原因是改错了坐标轴。在部分 SHAP 版本中shap.plots.waterfall内部会创建自己的 Figure外部plt.gca()拿到的坐标轴和瀑布图所在坐标轴不是同一个。解决方法是显式创建 Figure 并传ax参数。第二种原因是边框线的颜色和背景色接近看起来像“还在”。比如你在浅色背景上设置了浅灰色边框视觉上就像没去掉。这种情况可以检查ax.spines[top].get_visible()的返回值。4.2 顶部或底部出现多余说明文字SHAP 瀑布图底部有时候会生成一行小字说明类似 “base value …”顶部还可能出现样本编号或引用信息。这些文字不属于边框但它们的存在会让图显得不干净。处理方式有两种。一种是通过ax.get_xlabel()和ax.get_title()找到对应文本然后清空ax.set_xlabel() ax.set_title()另一种是直接遍历所有文本对象把不需要的隐藏掉for text_obj in ax.texts: if base value in text_obj.get_text(): text_obj.set_visible(False)还有一种更粗暴但有效的方式在plt.show()之前调用plt.gcf().texts同样遍历一遍。具体用哪种看你的版本和具体残留文本情况。4.3 中文乱码与负号显示异常在中文操作系统上SHAP 瀑布图如果包含中文特征名容易出现方块字或者乱码。这是因为 matplotlib 默认字体是英文的 DejaVu Sans不覆盖中文字符。通用解决方案是在绘图前设置字体plt.rcParams[font.sans-serif] [SimHei, Microsoft YaHei, Arial Unicode MS] plt.rcParams[axes.unicode_minus] False第二个设置很关键它确保负号显示为标准的短横线而不是汉字“-”。如果只设置字体不设置unicode_minus坐标轴上的负号会变成一个小方块非常难看。4.4 保存图片后文字模糊或被截断保存图片出现文字模糊基本都是 dpi 不够。一般报告用 200 dpi论文投稿建议 300 dpi 以上。文字被截断则是因为画布尺寸过小或bbox_inches没设置对。我的经验是尺寸别省figsize至少 10 x 6然后dpi300最后bbox_inchestight裁掉多余白边。这样出来的图既清晰又紧凑插到文档里也不会被拉伸变形。有一个坑要特别提一下如果你在脚本里先调用了plt.tight_layout()再调用plt.savefig(..., bbox_inchestight)有时候会出现标题和坐标轴标签被裁掉一半的情况。解决办法是二选一不要两个同时用。4.5 版本相关报错快速速查报错信息原因解法TypeError: waterfall() got an unexpected keyword argument axSHAP 版本过低升级pip install -U shap或在旧版本中去掉 ax 参数ValueError: Explanation needs values传入对象不是 Explanation确保shap_values[0]是Explanation对象或先用shap.explainers计算AttributeError: module shap has no attribute plotsSHAP 版本过旧升级 SHAP0.30 之后的版本才有完整 plots API图形窗口一闪而过showTrue默认行为统一使用showFalse并手动调用plt.show()4.6 一个提升出图效率的小技巧如果你需要做大量瀑布图的批量导出比如每个样本一张图推荐写一个统一的渲染函数把边框去除、字体设置、颜色高亮、保存逻辑都封装进去。这样调用一次就是一张成品图不用每次重复修改样式。def export_waterfall(shap_value, save_path, max_display10, highlightNone): fig, ax plt.subplots(figsize(10, 6)) shap.plots.waterfall( shap_value, max_displaymax_display, showFalse, axax, highlight_indexhighlight ) for spine in ax.spines.values(): spine.set_visible(False) plt.tight_layout() fig.savefig(save_path, dpi300, bbox_inchestight, facecolorwhite) plt.close(fig)批量出几百张图的时候记得在循环里调用plt.close(fig)释放内存。我之前有一次没关图跑了 200 张图之后内存直接爆了进程卡死白白浪费了半小时。我在实际项目里的习惯是报告用的图统一走封装函数保证风格一致探索性分析直接用 Jupyter 里交互式调参调满意了再固化到脚本里。这样既能快速迭代又能保证最终交付物是高质量的。
SHAP瀑布图去除边框：matplotlib定制出图质感提升
做机器学习模型解释的时候SHAP 瀑布图几乎是绕不开的标配。不管是竞赛提分后的复盘、风控模型评审还是写论文放实验对比图一张干净的 SHAP 瀑布图往往比一大段文字更有说服力。不过用久了你会发现SHAP 默认出图虽然能用但细节上总差点意思——尤其是那条多余的坐标轴边框放在 PPT 和论文里显得特别笨重跟整体排版格格不入。这篇文章专门聊一件事怎么给 SHAP 值瀑布图去除边框把出图质感从“能用”提升到“好看”。我会从 SHAP 可视化的底层逻辑讲起把 matplotlib 控件的操作、不同版本 SHAP 的兼容写法、多组瀑布图的展示方案都过一遍最后附带几个我实际踩过坑之后的排查清单。适合天天跟模型解释打交道的数据分析师、算法工程师也适合刚接触 SHAP 想快速出图的新手。1. 内容整体设计与思路拆解1.1 先搞清楚 SHAP 瀑布图到底画了什么SHAPSHapley Additive exPlanations的核心思想是把模型对某个样本的预测值分解成“基线值 每个特征的贡献值”。瀑布图就是这种分解结果最直观的呈现方式从底部的 base value 出发每个特征像瀑布一样依次叠加红色箭头表示把预测值往上推蓝色箭头表示往下拉最后到达最终的预测结果 f(x)。这里有一个经常被忽略的点SHAP 瀑布图本身并不是一个普通柱状图或折线图它是由大量 matplotlib 线段、文本和刻度对象组合而成的复合图形。所以你去修改它的边框、字体、配色本质上操作的还是 matplotlib 的 Axes 和 Figure 对象。理解了这一层后续所有定制才有方向。很多新手拿着plt.gca()却改不动样式就是因为没搞清当前操作的坐标轴到底是不是 SHAP 内部创建的那一个。1.2 默认出图有哪些影响观感的细节SHAP 默认的 waterfall 图信息量没问题但视觉上确实有几个容易被吐槽的点第一是四条坐标轴边框。SHAP 瀑布图的特征名称在左侧数值刻度在底部按理说左侧和底部的边框还有一点对齐作用但顶部和右侧纯粹属于多余线条。在多图排版或者投到大屏上时这四条线会把视觉焦点扯散。第二是默认的标题和 caption。SHAP 内部的shap.plots.waterfall会自动生成一些辅助说明文字比如 base value 对应的数值、样本编号之类。这些文字在论文里去水印时经常需要单独处理或者直接手动改掉。第三是字体和间距。默认字体在 Windows 和 Mac 上渲染效果不同中文环境还容易出现方块字。保存出来的图片周围留白也偏大如果直接插入 Word 或 Markdown经常要靠手动裁剪。1.3 为什么“去除边框”是定制瀑布图的第一步因为边框是影响“干净感”最直接的变量。你去翻那些好看的模型解释图几乎清一色都是无边框、极简风格。把边框去掉之后图里剩下的就是特征贡献的方向和大小信息传递更聚焦。从操作顺序看去除边框也是最容易上手的定制动作只需要操作 matplotlib 的spines属性即可不需要重写 SHAP 的绘制逻辑。它适合作为学习 SHAP 定制化的切入点先用最小成本理解ax和spines的关系再去扩展别的定制需求比如调整颜色、字体、保存尺寸就会顺手很多。2. 核心细节解析与实操要点2.1 必须掌握的三个关键参数showFalse、ax、spines先说showFalse。shap.plots.waterfall默认执行完绘制后会自动调用plt.show()这会导致图形窗口弹出而且后续代码无法再对图形进行修改。所以定制瀑布图的第一步就是显式传入showFalse把绘制和展示分离。shap.plots.waterfall(shap_values[0], max_display10, showFalse)接着是ax参数。SHAP 0.42 之后的版本支持直接把外部创建的 Axes 传给 waterfall这样就不需要去猜“当前活跃的坐标轴到底是哪一个”尤其适合要在同一个 Figure 里绘制多个子图的场景。fig, ax plt.subplots(figsize(10, 6)) shap.plots.waterfall(shap_values[0], max_display10, showFalse, axax)最后是spines。matplotlib 中每个 Axes 都有四条边框线分别叫 top、bottom、left、right。要去除边框就是把这几个 spine 对象的可见性设为 False。for spine in ax.spines.values(): spine.set_visible(False)这三步是去除边框的最小组合缺一个都不稳定。2.2 不同版本 SHAP 的兼容写法SHAP 库版本迭代比较快shap.plots.waterfall的行为在不同版本间有一些细节差异。我实测过 0.41、0.44、0.45 以及最新的 0.46整体用法一致但有两个地方要注意一是低版本可能不支持ax参数。如果你用的 SHAP 版本较老传入ax会直接报TypeError。保险做法是先打印出函数签名确认一下。import inspect print(inspect.signature(shap.plots.waterfall))二是部分版本中waterfall内部会创建新的figure导致plt.gca()拿到的坐标轴不是瀑布图所在轴。所以拿到坐标轴的方式不要依赖plt.gca()优先用函数返回值和手动传入ax。你还可以用一个万能兼容写法先调用 waterfall 不传ax然后通过plt.gcf().axes拿到当前 Figure 里的坐标轴列表从中筛选出数据轴。shap.plots.waterfall(shap_values[0], max_display10, showFalse) axes_list plt.gcf().axes不过说实话最省心的还是升级到新版本然后显式传ax。这样代码干净也不容易因为版本差异出问题。2.3 去除边框的完整最小实现这里给出一份可以直接跑通的最小代码基于随机森林回归模型import shap import matplotlib.pyplot as plt from sklearn.ensemble import RandomForestRegressor from sklearn.datasets import fetch_california_housing # 加载数据与建模 data fetch_california_housing() X, y data.data, data.target feature_names data.feature_names model RandomForestRegressor(n_estimators100, random_state42) model.fit(X, y) # 计算 SHAP 值 explainer shap.TreeExplainer(model) shap_values explainer(X[:100]) # 对前100个样本计算 # 绘制第一个样本并关闭默认显示 fig, ax plt.subplots(figsize(10, 6)) shap.plots.waterfall(shap_values[0], max_display10, showFalse, axax) # 去除所有边框 for spine in ax.spines.values(): spine.set_visible(False) # 微调布局并显示 plt.tight_layout() plt.show()这份代码在 SHAP 0.45.0 上实测没问题。如果你只想保留底部的边框把上面循环换成只对top、left、right操作即可ax.spines[top].set_visible(False) ax.spines[left].set_visible(False) ax.spines[right].set_visible(False)2.4 保存图片时的额外参数实际项目里瀑布图最终要保存成图片插入报告或论文。保存时有两个参数非常关键dpi控制分辨率bbox_inchestight会自动裁剪掉多余留白。fig.savefig(shap_waterfall.png, dpi300, bbox_inchestight, facecolorwhite)这里有个容易忽略的坑facecolor默认是白色但如果你在 Jupyter Notebook 里设置了深色主题保存出来的图可能带透明背景或深色背景。所以保存时最好显式指定facecolorwhite避免插入文档后背景不一致。3. 实操过程与核心环节实现3.1 从零到一的定制实操流程我平时做 SHAP 瀑布图定制的时候习惯按照下面这个流程走你可以直接抄作业。第一步先跑通基础绘制。用最简单的代码把瀑布图画出来确认计算逻辑没有问题。这一步不做任何定制纯粹验证 SHAP 值计算正确。shap_values explainer(X[:100]) shap.plots.waterfall(shap_values[0], max_display10, showFalse) plt.show()第二步把图拆成“可编辑对象”。也就是增加fig, ax plt.subplots()并把ax显式传给 waterfall。这一步的意义是把绘图层和展示层解耦。第三步做边框定制。用spines循环把边框去掉顺便清理掉不需要的辅助文字。第四步调整字体与尺寸把所有文本对象的大小统一。plt.rcParams[font.sans-serif] [SimHei, Microsoft YaHei, DejaVu Sans] plt.rcParams[axes.unicode_minus] False第五步指定 dpi 和 bbox 保存图片。3.2 字体、颜色与高亮深入定制去除边框只是万里长征第一步。实际出图时我们经常还需要调整字体大小、改变特征条颜色、单独高亮某个特征。字体大小可以通过遍历 Axes 里的文本对象来修改for text_obj in ax.texts: text_obj.set_fontsize(12)如果你只想调整 X 轴或者 Y 轴刻度字体用ax.tick_params更精准ax.tick_params(axisx, labelsize12) ax.tick_params(axisy, labelsize12)对于颜色SHAP 瀑布图默认红色表示正向贡献、蓝色表示负向贡献。这个配色在大多数场景下够用但如果你的报告主色调是品牌色可以修改 SHAP 内部使用的colors参数。可惜的是shap.plots.waterfall没有直接暴露颜色参数需要修改源码或者通过matplotlib的 color cycle 间接调整。比较实用的定制是highlight_index。这个参数可以突出显示某一个特征常用于案例分析中强调关键变量shap.plots.waterfall( shap_values[0], max_display10, showFalse, axax, highlight_indexMedInc )highlight_index既支持特征名字符串也支持整数索引。在风控模型里我经常用它单独高亮“征信查询次数”这类核心变量评审汇报时非常出效果。3.3 瀑布图到底能不能显示多组数据“瀑布图可以显示多组数据吗”这个问题我经常看到。直接说结论SHAP 的 waterfall 图本质上是单样本解释图它展示的是一个样本的特征贡献分解。但“多组数据”可以从几个层面去理解不同层面有不同的解决方案。要对比同一样本在不同模型下的贡献可以把两个瀑布图并排放在同一个 Figure 里fig, axes plt.subplots(1, 2, figsize(16, 6)) for i, model_name in enumerate([Model_A, Model_B]): # 假设已有对应模型的 shap_values shap.plots.waterfall( shap_values_a[0] if i 0 else shap_values_b[0], max_display8, showFalse, axaxes[i] ) axes[i].set_title(model_name, fontsize14) for spine in axes[i].spines.values(): spine.set_visible(False) plt.tight_layout() plt.show()要对比同一个模型对多个样本的解释也是同样的思路循环画子图即可。不过要注意子图数量不能太多一般 2 到 4 个比较合适再多每个子图的信息密度就会下降。如果你要的是“群体层面”的汇总瀑布图其实不是最佳选择。SHAP 库提供了shap.plots.bar和shap.plots.beeswarm分别用于展示全局特征重要度和特征影响分布。这两个图更适合回答“整体上哪些特征影响最大”这类问题。shap.plots.bar(shap_values) shap.plots.beeswarm(shap_values)另外还有一个偏门做法把多个样本的瀑布图叠加在一起。通过设置透明度可以看到多条分解路径的重合关系。这种方式在探索性分析阶段用来找离群点挺有意思但不适合正式汇报因为颜色叠加后会比较混乱。3.4 手动绘制瀑布图的备用方案追求极致定制的时候shap.plots.waterfall自带的渲染逻辑反而会成为限制。比如你想把箭头改成圆角、想在箭头旁边显示百分比、想彻底重排布局直接改内置函数就很费劲。我自己的做法是遇到这种需求就直接绕过 SHAP 的绘图函数用 matplotlib 手动绘制瀑布图。核心思路很简单把 SHAP 值按大小排序依次累加出每个特征的起点和终点然后用ax.hlines和ax.plot画线。import numpy as np def manual_waterfall(base_value, shap_values, feature_names, ax): order np.argsort(np.abs(shap_values))[::-1] shap_values shap_values[order] feature_names feature_names[order] cumulative base_value for i, (name, sv) in enumerate(zip(feature_names, shap_values)): start cumulative end cumulative sv ax.plot([start, end], [i, i], linewidth8, colorred if sv 0 else blue, alpha0.8) cumulative end ax.axvline(base_value, colorgray, linestyle--) ax.set_yticks(range(len(feature_names))) ax.set_yticklabels(feature_names) for spine in ax.spines.values(): spine.set_visible(False)手动绘制的优势是每个元素都在你掌控之下想加什么就加什么。代价是代码量增加且需要自己处理排序、截断、标签防重叠等问题。我的建议是普通场景用内置 waterfall只有内置函数实在满足不了需求时再手动绘制。4. 常见问题与排查技巧实录4.1 怎么改都对但边框还在这是定制瀑布图时最让人抓狂的问题。明明用了spines设置不可见边框还是原样显示。我之前排查过几次主要有两种原因。第一种原因是改错了坐标轴。在部分 SHAP 版本中shap.plots.waterfall内部会创建自己的 Figure外部plt.gca()拿到的坐标轴和瀑布图所在坐标轴不是同一个。解决方法是显式创建 Figure 并传ax参数。第二种原因是边框线的颜色和背景色接近看起来像“还在”。比如你在浅色背景上设置了浅灰色边框视觉上就像没去掉。这种情况可以检查ax.spines[top].get_visible()的返回值。4.2 顶部或底部出现多余说明文字SHAP 瀑布图底部有时候会生成一行小字说明类似 “base value …”顶部还可能出现样本编号或引用信息。这些文字不属于边框但它们的存在会让图显得不干净。处理方式有两种。一种是通过ax.get_xlabel()和ax.get_title()找到对应文本然后清空ax.set_xlabel() ax.set_title()另一种是直接遍历所有文本对象把不需要的隐藏掉for text_obj in ax.texts: if base value in text_obj.get_text(): text_obj.set_visible(False)还有一种更粗暴但有效的方式在plt.show()之前调用plt.gcf().texts同样遍历一遍。具体用哪种看你的版本和具体残留文本情况。4.3 中文乱码与负号显示异常在中文操作系统上SHAP 瀑布图如果包含中文特征名容易出现方块字或者乱码。这是因为 matplotlib 默认字体是英文的 DejaVu Sans不覆盖中文字符。通用解决方案是在绘图前设置字体plt.rcParams[font.sans-serif] [SimHei, Microsoft YaHei, Arial Unicode MS] plt.rcParams[axes.unicode_minus] False第二个设置很关键它确保负号显示为标准的短横线而不是汉字“-”。如果只设置字体不设置unicode_minus坐标轴上的负号会变成一个小方块非常难看。4.4 保存图片后文字模糊或被截断保存图片出现文字模糊基本都是 dpi 不够。一般报告用 200 dpi论文投稿建议 300 dpi 以上。文字被截断则是因为画布尺寸过小或bbox_inches没设置对。我的经验是尺寸别省figsize至少 10 x 6然后dpi300最后bbox_inchestight裁掉多余白边。这样出来的图既清晰又紧凑插到文档里也不会被拉伸变形。有一个坑要特别提一下如果你在脚本里先调用了plt.tight_layout()再调用plt.savefig(..., bbox_inchestight)有时候会出现标题和坐标轴标签被裁掉一半的情况。解决办法是二选一不要两个同时用。4.5 版本相关报错快速速查报错信息原因解法TypeError: waterfall() got an unexpected keyword argument axSHAP 版本过低升级pip install -U shap或在旧版本中去掉 ax 参数ValueError: Explanation needs values传入对象不是 Explanation确保shap_values[0]是Explanation对象或先用shap.explainers计算AttributeError: module shap has no attribute plotsSHAP 版本过旧升级 SHAP0.30 之后的版本才有完整 plots API图形窗口一闪而过showTrue默认行为统一使用showFalse并手动调用plt.show()4.6 一个提升出图效率的小技巧如果你需要做大量瀑布图的批量导出比如每个样本一张图推荐写一个统一的渲染函数把边框去除、字体设置、颜色高亮、保存逻辑都封装进去。这样调用一次就是一张成品图不用每次重复修改样式。def export_waterfall(shap_value, save_path, max_display10, highlightNone): fig, ax plt.subplots(figsize(10, 6)) shap.plots.waterfall( shap_value, max_displaymax_display, showFalse, axax, highlight_indexhighlight ) for spine in ax.spines.values(): spine.set_visible(False) plt.tight_layout() fig.savefig(save_path, dpi300, bbox_inchestight, facecolorwhite) plt.close(fig)批量出几百张图的时候记得在循环里调用plt.close(fig)释放内存。我之前有一次没关图跑了 200 张图之后内存直接爆了进程卡死白白浪费了半小时。我在实际项目里的习惯是报告用的图统一走封装函数保证风格一致探索性分析直接用 Jupyter 里交互式调参调满意了再固化到脚本里。这样既能快速迭代又能保证最终交付物是高质量的。