Python 使用matplotlib打印浮点列表

我列出了不同模型的平均绝对误差和分类精度

print(MAE_linear)
print(MAE_1vR)
print(MAE_multi)
print(MAE_ordinal)
print(acc_linear)
print(acc_1vR)
print(acc_multi)
print(acc_ordinal)

我想从这些浮动列表中创建比较箱线图：

[0.4937882  0.50900745 0.49471506 0.5159206  0.6519391 ]
[1.0031989  0.45563284 0.4681502  0.67197496 0.68400556]
[1.1409596  1.106676   0.4766342  0.86363006 0.6922114 ]
[0.28936023 0.4942281  0.25841448 0.4128651  0.76453406]
[0.58038944 0.5312239  0.50368565 0.581363   0.35688457]
[0.2623783  0.5684979  0.5581363  0.34116828 0.3705146 ]
[0.19394994 0.24297635 0.55445063 0.24534075 0.3664812 ]
[0.71265644 0.5223922  0.74165505 0.59805286 0.35688457]

%matplotlib inline
#import seaborn as sns
#import matplotlib.pyplot as plt

fig, axs = plt.subplots(ncols=2, figsize=[10, 6])
fig.suptitle('Ordinal regression predicts NBR\n\n',
            color='dimgrey',
             size=22)

axs[0] = nuss_style_fun(ax=axs[0], title='\n\nMagnitude prediction')

sns.boxplot(y=['Linear Regression', 'Logistic Regression\n(one versus rest)', 'Logistic regression\n(multinomial)', 'Ordered logistic regression'],
            x=[MAE_linear, MAE_1vR, MAE_multi, MAE_ordinal], ax=axs[0])
axs[0].set(xlabel='Mean absolute error (lower is better)',
      ylabel=' ')

axs[1] = nuss_style_fun(ax=axs[1], title='\n\nCategory prediction')

sns.boxplot(y=['Linear Regression', 'Logistic Regression\n(one versus rest)', 'Logistic regression\n(multinomial)', 'Ordered logistic regression'],
            x=[acc_linear, acc_1vR, acc_multi, acc_ordinal], ax=axs[1])
axs[1].set(xlabel='Classification accuracy (higher is better)',
      ylabel=' ',
      xlim=[0, 1])
axs[1].get_yaxis().set_ticks([])

#author line
fig.text(0.99, 0.01, '@rikunert', color='grey', style='italic',
         horizontalalignment='right')

fig.tight_layout()

但它给出了以下错误：

TypeError: Neither the `x` nor `y` variable appears to be numeric.

---

如果有人能帮助我理解并解决这个问题，我将不胜感激。

您可以创建一个临时数据框以获得广泛形式的输入。对于这种宽格式数据，

orient='h'

创建水平箱线图

导入seaborn作为sns
将matplotlib.pyplot作为plt导入
作为pd进口熊猫
平均线性=[0.4937882,0.50900745,0.49471506,0.5159206,0.6519391]
MAE_1vR=[1.0031989,0.45563284,0.4681502,0.67197496,0.68400556]
MAE_multi=[1.1409596,1.106676,0.4766342,0.86363006,0.6922114]
MAE_序数=[0.28936023,0.4942281,0.25841448,0.4128651,0.76453406]
acc_线性=[0.58038944,0.5312239,0.50368565,0.581363,0.35688457]
acc_1vR=[0.2623783,0.5684979,0.5581363,0.34116828,0.3705146]
acc_multi=[0.19394994,0.24297635,0.55445063,0.24534075,0.3664812]
acc_序数=[0.71265644,0.5223922,0.74165505,0.59805286,0.35688457]
图，axs=plt.子批次（ncols=2，figsize=[10,6]，sharey=True）
图suptitle（'顺序回归预测NBR'，颜色='dimgrey'）
箱线图（data=pd.DataFrame（{'Linear Regression'：MAE_Linear，
“逻辑回归\n（一对多）”：MAE_1vR，
“逻辑回归\n（多项式）”：MAE_multi，
“有序逻辑回归”：MAE_序数}），
orient='h'，
ax=axs[0]）
axs[0]。设置标题（“震级预测”）
axs[0]。设置标签（“平均绝对误差（越低越好）”）
axs[0]。设置标签（“”）
axs[0]。勾选参数（轴=y'，长度=0）#隐藏勾选标记
箱线图（data=pd.DataFrame（{'Linear Regression'）：acc_Linear，
“逻辑回归\n（一对一）”：acc_1vR，
“逻辑回归\n（多项式）”：acc_multi，
“有序逻辑回归”：acc_ordinal}），
orient='h'，
ax=axs[1]）
axs[1]。设置标题（'\n\n类别预测'）
axs[1]。设置标签（“分类精度（越高越好）”）
axs[1]。设置标签（“”）
axs[1]。设置\u xlim（0，1）
axs[1]。勾选参数（轴=y'，长度=0）
图1紧_布局图（）
plt.show（）

---

每个图形中指定的Y轴值都是字符串列表，但如果要指定数据帧的列，是否需要数据帧名称？@r-初学者，谢谢您的回答

.dtype

显示列表是

float32

类型。重点是

df['Linear Regression']

应该这样指定。