---

❤️觉得内容不错的话，欢迎点赞收藏加关注😊😊😊，后续会继续输入更多优质内容❤️
👉有问题欢迎大家加关注私戳或者评论（包括但不限于NLP算法相关，linux学习相关，读研读博相关......）👈

---

博主原文链接：https://www.yourmetaverse.cn/nlp/400/

（封面图由文心一格生成）

实现分类标签展示的魔力——gradio库中的Label模块

在机器学习和数据科学领域中，将模型的输出结果以可视化方式展示给用户是一种常见的需求。gradio是一个强大的Python库，可以帮助我们快速构建交互式的机器学习和数据科学界面，而其中的Label模块则可以用于显示分类标签及其置信度。

Label模块是gradio库中的一个组件，用于展示分类标签及其置信度。它可以接受一个字典类型的输入，其中包含不同类别及其对应的置信度值。如果只提供一个字符串或数值作为输入，Label模块会直接显示该值。在展示分类标签时，它还可以显示置信度条形图，以直观地表示各个类别的置信度。

Label模块的初始化参数包括：

• value：默认值，可以是字典、字符串、数字或回调函数。用于设置组件的初始值。
• num_top_classes：显示置信度最高的几个类别，默认为None，表示显示所有类别的置信度。
• label：组件的名称，在界面中显示标签。
• show_label：是否显示标签，默认为True。
• container：是否将组件放置在容器中，默认为True，提供一定的边框间距。
• scale：相对于相邻组件的宽度比例，默认为None，表示与相邻组件等宽。
• min_width：最小像素宽度，默认为160，如果屏幕空间不足，会自动换行。
• visible：组件是否可见，默认为True。

除了初始化参数外，Label模块还提供了两个方法：change和select。

• change方法：在组件的值发生改变时触发，无论是因为用户输入还是函数更新。该方法适用于将组件与其他组件关联在一起使用，例如在Gradio Blocks中使用。
• select方法：在用户选择Label中的某个类别时触发，通过事件数据gradio.SelectData传递value和index，分别表示选定类别的名称和索引。该方法可以用于处理用户对分类结果的选择操作。

下面是一个使用Label模块的示例代码：

import gradio as gr# 创建一个Label组件实例
label = gr.Label(num_top_classes=3)# 初始化值为一个字典
value = {"Class A": 0.8, "Class B": 0.15, "Class C": 0.05}
label.value = value# 将Label组件添加到界面中
interface = gr.Interface(label, "label")
interface.launch()

在上述示例中，我们创建了一个Label组件实例，并通过value参数设置了标签的初始值。然后，我们将Label组件添加到了一个界面中，并

通过launch方法启动了界面。在界面中，可以看到Label组件显示了分类标签及其置信度。

使用gradio库的Label模块，我们可以方便地将模型的分类结果以可视化的方式展示给用户，提供更加直观和友好的交互体验。无论是用于机器学习模型的部署还是数据科学的可视化分析，Label模块都是一个非常实用的工具。

通过gradio库的Label模块，你可以让你的机器学习模型和数据科学项目更具吸引力和实用性，提升用户体验和结果可解释性。

参数详解

Label模块参数

参数	数据类型	默认值	描述
value	dict[str, float] / str / float / Callable / None	None	在组件中显示的默认值。如果提供了字符串或数字，则简单显示该字符串或数字。如果提供了{Dict[str, float]}类型的类和置信度，则显示顶部类别及其下方的num_top_classes和置信度条。如果是可调用的，则每次加载应用程序时将调用该函数以设置组件的初始值。
num_top_classes	int / None	None	要显示的最自信类别的数量。
label	str / None	None	组件在界面中的名称。
every	float / None	None	如果value是可调用的，将在客户端连接打开时每隔every秒运行该函数。否则不起作用。必须启用队列。可以通过该组件的.load_event属性访问该事件（例如取消它）。
show_label	bool	True	如果为True，将显示标签。
container	bool	True	如果为True，将组件放入容器中-在边框周围提供一些额外的填充。
scale	int / None	None	相对于相邻组件的宽度比例。例如，如果组件A的scale=2，组件B的scale=1，则A的宽度将是B的两倍。应为整数。
min_width	int	160	最小像素宽度，如果屏幕空间不足以满足此值，则换行。如果某个比例值导致该组件比min_width更窄，则首先将遵守min_width参数。
visible	bool	True	如果为False，将隐藏组件。
elem_id	str / None	None	可选的字符串，用作此组件在HTML DOM中的id。可用于定位CSS样式。
elem_classes	list[str] / str / None	None	可选的字符串列表，用作此组件在HTML DOM中的类。可用于定位CSS样式。
color	str / None	None	标签的背景颜色（可以是有效的CSS颜色名称或十六进制字符串）。

change方法参数

参数	数据类型	描述
fn	Callable / None	必需。要包装界面的函数，通常是机器学习模型的预测函数。函数的每个参数对应一个输入组件，函数应返回一个值或一个值的元组，元组中的每个元素对应一个输出组件。
inputs	Component / list[Component] / set[Component] / None	默认值：None。要用作输入的组件列表。如果函数不接受输入，则应为空列表。
outputs	Component / list[Component] / None	默认值：None。要用作输出的组件列表。如果函数不返回输出，则应为空列表。
api_name	str / None	默认值：None。定义此参数会在API文档中公开该端点。
status_tracker	None	默认值：None。
scroll_to_output	bool	默认值：False。如果为True，将在完成时滚动到输出组件。
show_progress	‘full’ / ‘minimal’ / ‘hidden’	默认值：“full”。如果为True，将在等待期间显示进度动画。
queue	bool / None	默认值：None。如果为True，将请求放入队列（如果启用了队列）。如果为False，则不会将此事件放入队列，即使启用了队列。如果为None，则使用gradio应用程序的队列设置。
batch	bool	默认值：False。如果为True，则函数应处理一批输入，这意味着它应接受每个参数的输入值列表。列表应具有相等的长度（并且最多长度为max_batch_size）。然后必须返回一个元组的列表（即使只有一个输出组件），元组中的每个列表对应一个输出组件。
max_batch_size	int	默认值：4。如果从队列中调用此方法，则最多将输入合并在一起的输入数量。仅在batch=True时相关。
preprocess	bool	默认值：True。如果为False，则在运行’fn’之前不会运行组件数据的预处理（例如，如果使用Image组件调用此方法，则将其保留为base64字符串）。
postprocess	bool	默认值：True。如果为False，则在将’fn’的输出返回给浏览器之前不会运行组件数据的后处理。
cancels	dict[str, Any] / list[dict[str, Any]] / None	默认值：None。在此侦听器触发时要取消的其他事件列表。例如，设置cancels=[click_event]将取消click_event，其中click_event是另一个组件的.click方法的返回值。尚未运行的函数（或正在迭代的生成器）将被取消，但当前正在运行的函数将被允许完成。
every	float / None	默认值：None。在客户端连接打开时每隔every秒运行此事件。以秒为单位解释。必须启用队列。

select方法参数

参数	数据类型	描述
fn	Callable / None	必需。要包装界面的函数，通常是机器学习模型的预测函数。函数的每个参数对应一个输入组件，函数应返回一个值或一个值的元组，元组中的每个元素对应一个输出组件。
inputs	Component / list[Component] / set[Component] / None	默认值：None。要用作输入的组件列表。如果函数不接受输入，则应为空列表。
outputs	Component / list[Component] / None	默认值：None。要用作输出的组件列表。如果函数不返回输出，则应为空列表。
api_name	str / None	默认值：None。定义此参数会在API文档中公开该端点。
status_tracker	None	默认值：None。
scroll_to_output	bool	默认值：False。如果为True，将在完成时滚动到输出组件。
show_progress	‘full’ / ‘minimal’ / ‘hidden’	默认值：“full”。如果为True，将在等待期间显示进度动画。
queue	bool / None	默认值：None。如果为True，将请求放入队列（如果启用了队列）。如果为False，则不会将此事件放入队列，即使启用了队列。如果为None，则使用gradio应用程序的队列设置。
batch	bool	默认值：False。如果为True，则函数应处理一批输入，这意味着它应接受每个参数的输入值列表。列表应具有相等的长度（并且最多长度为max_batch_size）。然后必须返回一个元组的列表（即使只有一个输出组件），元组中的每个列表对应一个输出组件。
max_batch_size	int	默认值：4。如果从队列中调用此方法，则最多将输入合并在一起的输入数量。仅在batch=True时相关。
preprocess	bool	默认值：True。如果为False，则在运行’fn’之前不会运行组件数据的预处理（例如，如果使用Image组件调用此方法，则将其保留为base64字符串）。
postprocess	bool	默认值：True。如果为False，则在将’fn’的输出返回给浏览器之前不会运行组件数据的后处理。
cancels	dict[str, Any] / list[dict[str, Any]] / None	默认值：None。在此侦听器触发时要取消的其他事件列表。例如，设置cancels=[click_event]将取消click_event，其中click_event是另一个组件的.click方法的返回值。尚未运行的函数（或正在迭代的生成器）将被取消，但当前正在运行的函数将被允许完成。
every	float / None	默认值：None。在客户端连接打开时每隔every秒运行此事件。以秒为单位解释。必须启用队列。

---

❤️觉得内容不错的话，欢迎点赞收藏加关注😊😊😊，后续会继续输入更多优质内容❤️
👉有问题欢迎大家加关注私戳或者评论（包括但不限于NLP算法相关，linux学习相关，读研读博相关......）👈

---