Python 在绘制绘图之前，根据另一个数组对数组进行排序

我想制作柱状图（条形图）。 我有一对数组：

1） 类别1，概率1 2） 类别2，概率2 每个数组有101个元素。类_1/类_2是字符串（x坐标），proba_1、proba_2是浮点

我的目的：

为

（类别1，概率1）

和

（类别2，概率2）

问题: 类_2和类_1都包含101个元素。它们具有相同的元素，但顺序不同，因此：

classes_1 == classes_2
False

我的问题是:

1） 我怎样才能使类1和类2的顺序相同？ 类_1和类_2中的新顺序应更新proba_1和proba_2中的顺序

类1和类2是列表

概率1和概率2是

2） 给定有序的类列表，我想用不同的颜色（比如黑色）创建所选的类

我试过的：

    import numpy as np
    import  matplotlib.pyplot as plt
    classes_1 == classes_2
    classes_1 = sorted(classes_1)
    classes_2=sorted(classes_2)
    # Only classes that are sorted but not proba_1 and proba_2
    fig2, ax2 = plt.subplots()
    ax2.tick_params(rotation=90)
    ax2.bar(classes_1 +  classes_2, [0.1] * len(classes_1 +  classes_2), visible=False)
    # How can l specify the list of classes to be plotted in differet color ?
    ax2.bar(classes_1, proba_1, label=' classes 1')
    ax2.bar(classes_2, proba_2, label=' classes 2')
    ax2.set_xlabel("classes", rotation='vertical')
    ax2.set_ylabel("performance")
    ax2.legend(loc='best')

这是我的数据

类别1

['tennisswing', 'soccerjuggling', 'stillrings', 'drumming', 'rafting', 'wallpushups', 'cuttinginkitchen', 'writingonboard', 'salsaspin', 'diving', 'surfing', 'headmassage', 'mixing', 'playingguitar', 'skydiving', 'horseriding', 'trampolinejumping', 'swing', 'basketballdunk', 'moppingfloor', 'biking', 'hammerthrow', 'jugglingballs', 'longjump', 'boxingboxingspeedbag', 'rowing', 'playingtabla', 'throwdiscus', 'shotput', 'knitting', 'javelinthrow', 'baseballpitch', 'pommelhorse', 'playingdhol', 'playingdaf', 'pushups', 'nunchucks', 'bodyweightsquats', 'hammering', 'sumowrestling', 'walkingwithdog', 'skiing', 'haircut', 'unevenbars', 'playingsitar', 'playingviolin', 'applylipstick', 'cliffdiving', 'skateboarding', 'icedancing', 'pullups', 'bowling', 'babycrawling', 'shavingbeard', 'breaststroke', 'cricketbowling', 'highjump', 'horserace', 'floorgymnastics', 'jumpingjack', 'militaryparade', 'archery', 'playingflute', 'typing', 'benchpress', 'rockclimbingindoor', 'golfswing', 'fencing', 'soccerpenalty', 'applyeyemakeup', 'kayaking', 'skijet', 'taichi', 'pizzatossing', 'punch', 'lunges', 'handstandpushups', 'yoyo', 'playingcello', 'parallelbars', 'fieldhockeypenalty', 'frontcrawl', 'blowingcandles', 'bandmarching', 'playingpiano', 'hulahoop', 'jumprope', 'handstandwalking', 'brushingteeth', 'ropeclimbing', 'cricketshot', 'balancebeam', 'boxingspeedbag', 'polevault', 'cleanandjerk', 'billiards', 'basketball', 'frisbeecatch', 'blowdryhair', 'tabletennisshot', 'volleyballspiking']

概率1

array([ 0.85416667,  0.30769231,  0.7       ,  0.88372093,  0.87878788,
        0.33333333,  0.80645161,  0.62162162,  0.38461538,  0.95454545,
        0.97368421,  0.75      ,  0.97727273,  0.97826087,  1.        ,
        0.86363636,  0.82857143,  0.76470588,  1.        ,  0.64285714,
        0.63888889,  0.7173913 ,  0.38235294,  0.73809524,  0.56097561,
        0.70454545,  0.8125    ,  0.18918919,  0.30952381,  0.88888889,
        0.63636364,  0.69230769,  0.79411765,  0.83333333,  0.90243902,
        0.82142857,  0.275     ,  0.375     ,  0.65853659,  1.        ,
        0.85714286,  0.97297297,  0.67567568,  0.92857143,  0.97674419,
        0.85714286,  0.51724138,  0.92682927,  0.82857143,  1.        ,
        0.28571429,  0.95348837,  0.85714286,  0.23255814,  0.71428571,
        0.28205128,  0.67647059,  1.        ,  0.68571429,  0.22222222,
        0.77777778,  0.65853659,  0.83333333,  0.65217391,  0.88636364,
        0.87179487,  0.72727273,  0.60606061,  0.9       ,  0.56410256,
        0.86111111,  0.85714286,  0.35714286,  0.44827586,  0.83333333,
        0.48717949,  0.37837838,  0.54285714,  0.84444444,  0.72727273,
        0.86486486,  0.63157895,  0.63333333,  0.88888889,  0.89285714,
        0.33333333,  0.23076923,  0.21428571,  0.29411765,  0.15151515,
        0.36734694,  0.89655172,  0.65      ,  0.74358974,  0.81818182,
        1.        ,  0.39393939,  0.88235294,  0.6       ,  0.63636364,  1.        ])

类别2

['wallpushups', 'taichi', 'salsaspin', 'knitting', 'biking', 'throwdiscus', 'stillrings', 'skateboarding', 'playingtabla', 'bodyweightsquats', 'hammering', 'swing', 'playingflute', 'cricketbowling', 'billiards', 'playingviolin', 'cuttinginkitchen', 'cricketshot', 'ropeclimbing', 'unevenbars', 'applyeyemakeup', 'babycrawling', 'blowingcandles', 'writingonboard', 'playingdaf', 'pushups', 'polevault', 'surfing', 'baseballpitch', 'blowdryhair', 'highjump', 'jugglingballs', 'skydiving', 'playingdhol', 'rockclimbingindoor', 'diving', 'militaryparade', 'playingpiano', 'tabletennisshot', 'pommelhorse', 'archery', 'volleyballspiking', 'basketball', 'golfswing', 'typing', 'skiing', 'javelinthrow', 'parallelbars', 'breaststroke', 'trampolinejumping', 'fieldhockeypenalty', 'shavingbeard', 'sumowrestling', 'bowling', 'balancebeam', 'frontcrawl', 'rafting', 'boxingspeedbag', 'cleanandjerk', 'brushingteeth', 'punch', 'soccerjuggling', 'tennisswing', 'nunchucks', 'lunges', 'pullups', 'cliffdiving', 'floorgymnastics', 'basketballdunk', 'playingsitar', 'handstandwalking', 'yoyo', 'handstandpushups', 'soccerpenalty', 'fencing', 'icedancing', 'benchpress', 'skijet', 'rowing', 'longjump', 'mixing', 'applylipstick', 'moppingfloor', 'headmassage', 'horserace', 'drumming', 'walkingwithdog', 'horseriding', 'kayaking', 'shotput', 'hammerthrow', 'jumprope', 'playingguitar', 'hulahoop', 'bandmarching', 'pizzatossing', 'boxingboxingspeedbag', 'frisbeecatch', 'jumpingjack', 'haircut', 'playingcello']

概率2

array([ 0.25      ,  0.67857143,  0.76923077,  1.        ,  0.44444444,
        0.37837838,  0.7       ,  0.88571429,  0.71875   ,  0.03125   ,
        0.26829268,  0.76470588,  0.80952381,  0.33333333,  1.        ,
        0.89285714,  0.48387097,  0.3877551 ,  0.03030303,  0.92857143,
        0.41025641,  0.48571429,  0.7       ,  0.72972973,  0.75609756,
        0.82142857,  0.8974359 ,  0.94736842,  0.71794872,  0.425     ,
        0.82352941,  0.79411765,  1.        ,  0.52083333,  0.94871795,
        0.88636364,  0.77777778,  0.89285714,  0.60606061,  0.79411765,
        0.68292683,  0.89189189,  0.33333333,  0.81818182,  0.36956522,
        0.94594595,  0.6969697 ,  0.6969697 ,  0.64285714,  0.8       ,
        0.67567568,  0.30232558,  0.96969697,  0.97674419,  0.89655172,
        0.5       ,  0.78787879,  0.625     ,  0.87878788,  0.82352941,
        0.83333333,  0.07692308,  0.83333333,  0.075     ,  0.46153846,
        0.85714286,  0.97560976,  0.31428571,  1.        ,  0.48837209,
        0.07142857,  0.31428571,  0.40540541,  0.85      ,  0.60606061,
        1.        ,  1.        ,  0.39285714,  0.72727273,  0.80952381,
        0.93181818,  0.24137931,  0.75      ,  0.65      ,  0.87878788,
        0.76744186,  0.62857143,  0.86363636,  0.83333333,  0.42857143,
        0.65217391,  0.28205128,  1.        ,  0.69444444,  0.73333333,
        0.13793103,  0.04878049,  0.76470588,  0.11111111,  0.48648649,
        0.97777778])

我想用不同颜色绘制的类有：

['bowling', 'babycrawling', 'shavingbeard', 'breaststroke','lunges', 'handstandpushups', 'yoyo', 'drumming']

---

感谢您的帮助

我记不起必须按照另一个列表的顺序对列表进行排序，但对于您的情况，我会这样做：

data2 = list(zip(classes_2, proba_2))
data2.sort(key=lambda x: classes_1.index(x[0]))
classes_2, proba_2 = zip(*data2)

现在

classes\u 1

和

classes\u 2

遵循相同的顺序

---

编辑：请注意，这种方法的复杂性是二次的。因此，对于更大的数组或更严格的时间限制，您可能可以通过在dict中索引

classes_1

来加快速度，以便快速索引查找我不记得必须按照另一个列表的顺序对列表进行排序，但在您的情况下，我会这样做：

data2 = list(zip(classes_2, proba_2))
data2.sort(key=lambda x: classes_1.index(x[0]))
classes_2, proba_2 = zip(*data2)

现在

classes\u 1

和

classes\u 2

遵循相同的顺序

---

编辑：请注意，这种方法的复杂性是二次的。因此，对于更大的数组或更严格的时间限制，您可能可以通过在dict中索引

classes\u 1

来加快速度，以便快速查找索引

，因为您希望proba\u 1[i]与类\u 1[i]匹配，确保它们保持在一起的一种方法是压缩它们。因此，您可以这样做：

classes_1, proba_1 = zip(*sorted(zip(classes_1, proba_1)))
classes_2 proba_2 = zip(*sorted(zip(classes_2, proba_2)))

您最终将得到元组，但这对于您想要的应该很好

---

说明：

内部

zip

确保匹配元素保持在一起。我们对元组列表进行排序。

*

将它们解压到zip函数中，以将元组分离回单独的列表中（尽管它们最终是一个长元组，如果需要，您可以轻松地将其转换为列表）

---

由于它将基于

类1

的元素执行排序，并且

类1

和

类2

具有相同的元素，因此最终将以相同的方式对列表进行排序

，因为您希望proba_1[i]与类1[i]匹配，确保它们保持在一起的一种方法是将它们压缩。因此，您可以这样做：

classes_1, proba_1 = zip(*sorted(zip(classes_1, proba_1)))
classes_2 proba_2 = zip(*sorted(zip(classes_2, proba_2)))

您最终将得到元组，但这对于您想要的应该很好

---

说明：

内部

zip

确保匹配元素保持在一起。我们对元组列表进行排序。

*

将它们解压到zip函数中，以将元组分离回单独的列表中（尽管它们最终是一个长元组，如果需要，您可以轻松地将其转换为列表）

---

---

由于它将根据

类1

的元素执行排序，并且

类1

和

类2

具有相同的元素，因此您将以相同的方式排序列表

您需要proba_1保持有序，还是只希望proba_1[i]与类1[i]匹配？@Stephen，我希望proba_1[i]要与类_1[i]和proba_2[i]匹配类_2[i]您需要proba_1保持有序，还是只希望proba_1[i]与类_1[i]匹配？@Stephen，我希望proba_1[i]与类_1[i]匹配，而proba_2[i]与类_2[i]匹配AttributeError:'numpy.ndarray'对象在data2.sort处没有属性“index”（key=lambda x:classes_1.索引（x[0]））你明确地说类1和类2是列表，而不是Ndarayseither方法…在执行此操作之前将类1转换为列表，你应该很好。对不起，我将数组转换回列表。我测试了你的解决方案，但当我使类2==类1时，它返回False，这并不意味着它没有排序。请尝试

全部断言（c1==c2表示c1，c2在zip中（classes_1，classes_2））

AttributeError:'numpy.ndarray'对象在data2.sort处没有属性'index'（key=lambda x:classes_1.index（x[0]））你明确地说类1和类2是列表，而不是Ndarayseither方法…在执行此操作之前将类1转换为列表，你应该很好。对不起，我将数组转换回列表。我测试了你的解决方案，但当我使类2==类1时，它返回False，这并不意味着它没有排序。请尝试

全部断言（c1==c2表示c1，c2在zip中（classes_1，classes_2））

classes_1==classes_2返回false所以列表没有被排序所以很抱歉。我混淆了应该相等的部分。需要交换p1，c1 classes_1==classes_2返回false所以列表没有被排序所以很抱歉。我混淆了应该相等的部分。需要交换p1，c1