Python 2.7 DICT（）和MATPLOTLIB？

我创建了一个字典，将sklearn中决策树的特性重要性与df中相应的特性名称相匹配。下面是代码：

   importances = clf.feature_importances_
   feature_names = ['age','BP','chol','maxh',
          'oldpeak','slope','vessels',
          'sex_0.0','sex_1.0', 
          'pain_1.0','pain_2.0','pain_3.0','pain_4.0',
          'bs_0.0','bs_1.0',
          'ecg_0.0','ecg_1.0','ecg_2.0',
          'ang_0.0','ang_1.0',
          'thal_3.0','thal_6.0','thal_7.0']
   CLF_sorted = dict(zip(feature_names, importances))

在输出中，我得到了以下结果：

   {'BP': 0.053673644739136502,
    'age': 0.014904980747733202,
    'ang_0.0': 0.0,
    'ang_1.0': 0.0,
    'bs_0.0': 0.0,
    'bs_1.0': 0.0,
    'chol': 0.11125922817930389, ...}

如我所料。我有两个问题要问你：

我怎样才能创建一个条形图，其中x轴表示

特征\u名称

，y轴表示相应的

重要性

如果可能，如何以降序方式对条形图进行排序

试试这个：

import pandas as pd

df = pd.DataFrame({'feature': feature_names , 'importance': importances})
df.sort_values('importance', ascending=False).set_index('feature').plot.bar(rot=0)

演示：

d={'BP'：0.053673644739136502，
“年龄”：0.014904980747733202，
“ang_0.0”：0.0，
“ang_1.0”：0.0，
“bs_0.0”：0.0，
“bs_1.0”：0.0，
“chol”：0.11125922817930389}
df=pd.DataFrame（{'feature'：[x代表d.keys（）中的x，'importance'：[x代表d.values（）中的x}）
在[63]中：将matplotlib作为mpl导入
在[64]中：mpl.style.use（'ggplot'）
在[65]中：df.sort\u values（'importance'，升序=False）。set\u index（'feature'）。plot.bar（rot=0）
出[65]：

---

谢谢！我使用的是Python2.7，它返回的错误如下：“名称'd'未定义”。这个问题有什么解决办法吗？对不起，我的基本问题是，我一个月前才开始认真使用python。@ElenaPhys，尝试使用

df=pd.DataFrame（{'feature'：feature\u names，'importance'：importances}）

d

-是您根据

重要性

和

功能名称

@ElenaPhys创建的词典，有帮助吗？我如何设置绘图的大小？我阅读了pandas文档，但我只找到了调整条的方法。@ElenaPhys，当然，请尝试：

.plot.bar（rot=0，figsize=（12，10））

。打印函数继承matplotlib参数。。。

d ={'BP': 0.053673644739136502,
    'age': 0.014904980747733202,
    'ang_0.0': 0.0,
    'ang_1.0': 0.0,
    'bs_0.0': 0.0,
    'bs_1.0': 0.0,
    'chol': 0.11125922817930389}

df = pd.DataFrame({'feature': [x for x in d.keys()], 'importance': [x for x in d.values()]})

In [63]: import matplotlib as mpl

In [64]: mpl.style.use('ggplot')

In [65]: df.sort_values('importance', ascending=False).set_index('feature').plot.bar(rot=0)
Out[65]: <matplotlib.axes._subplots.AxesSubplot at 0x8c83748>