Python 如何打印matplotlib直方图系数logistic回归？

我正在学习深度学习，我想用matplotlib打印此柱状图：

根据此代码，打印数据的用户：

lr = LogisticRegression()
lr.fit(X, y)
print(lr.coef_)

谁打印：

[[-0.150896    0.23357229  0.00669907  0.3730938   0.100852   -0.85258357]]

编辑： 我尝试了基本的hist，但我不理解输出：

plt.hist（lr.coef）
plt.show（）

---

但是我得到了：

正如文档中提到的（“…计算并绘制…的直方图”），

pl.hist

bot根据原始数据计算并绘制直方图。例如：

import matplotlib.pylab as pl
import numpy as np

# Dummy data
data = np.random.normal(size=1000)

pl.figure()
pl.subplot(121)
pl.hist(data)

您需要的是

pl.bar

功能：

# Your data
data = np.array([-0.150896, 0.23357229, 0.00669907, 0.3730938, 0.100852, -0.85258357])
labels = ['as','df','as','df','as','df']

ax=pl.subplot(122)
pl.bar(np.arange(data.size), data)
ax.set_xticks(np.arange(data.size))
ax.set_xticklabels(labels)

这两者结合起来产生：

---

你试过什么？看起来你需要的只是一张条形图我试过plt.hist（lr.coef_u2;）plt.show（）但是我得到了：那会产生什么？您应该使用此信息编辑您的问题