小编Wil*_*pek的帖子

按matplotlib中的列表值对条形图进行排序

我遇到了一个关于按价值对我的特征进行排序的问题。我想看到我的图像,根据它们在 y 轴上的高度,条形变短。不幸的是,我的条形图看起来像这样,功能按字母顺序排序:

在此处输入图片说明

现在我正在运行以下代码:

unsorted_list = [(importance, feature) for feature, importance in 
                  zip(features, importances)]
sorted_list = sorted(unsorted_list)

features_sorted = []
importance_sorted = []

for i in sorted_list:
    features_sorted += [i[1]]
    importance_sorted += [i[0]]

plt.title("Feature importance", fontsize=15)
plt.xlabel("Importance", fontsize=13)

plt.barh(features_sorted,importance_sorted, color="green", edgecolor='green')

# plt.savefig('importance_barh.png', dpi=100)
Run Code Online (Sandbox Code Playgroud)

这是通过那里的数据:

unsorted_list =  
 [('HR', 0.28804817462980353),
 ('BR', 0.04062328177704225),
 ('Posture', 0.09011618483921582),
 ('Activity', 0.0017821837085763366),
 ('PeakAccel', 0.002649111136700579),
 ('HRV', 0.13598729040097057),
 ('ROGState', 0.014534726412631642),
 ('ROGTime', 0.22986192060475388),
 ('VerticalMin', 0.016099772399198357),
 ('VerticalPeak', 0.012697214182994502),
 ('LateralMin', 0.029479112475744584),
 ('LateralPeak', 0.022745210003295983),
 ('SagittalMin', 0.08653071485979484),
 ('SagittalPeak', 0.028845102569277088)]

sorted_list = 
[(0.0017821837085763366, 'Activity'),
 (0.002649111136700579, …
Run Code Online (Sandbox Code Playgroud)

python matplotlib

2
推荐指数
1
解决办法
5628
查看次数

在同一行的csv文件中获取值

因此,使用pandas和python将csv文件作为数据帧,我希望尽可能高效地获取与另一个值在同一行中的值.

为了澄清这一点,我将举例说明以下csv:

STAID   SOUID   DATE      TX     Q_TX
162     100522  19010101 -31     0
162     100522  19010102 -13     0
162     100522  19010103 -5      0
162     100522  19010104 -10     0
162     100522  19010105 -18     0
Run Code Online (Sandbox Code Playgroud)

所以我要说实现以下代码

import pandas as pd

data = pd.read_csv("foo.csv")

max_val = data["TX"].max()
Run Code Online (Sandbox Code Playgroud)

Max_val现在将获得-5的值.问题是我现在想知道'DATE'中与max_val位于同一行的值,或者换句话说:'DATE'列中的值与找到的值共享相同的索引.我的目标值显然是19010104.只有使用熊猫才能做到这一点的最有效方法是什么?

更新:使用min_val加一点,显然应该是max_val而不是min_val.

python csv pandas jupyter-notebook

1
推荐指数
1
解决办法
129
查看次数

标签 统计

python ×2

csv ×1

jupyter-notebook ×1

matplotlib ×1

pandas ×1