如何将Python特征重要性条形图的X轴刻度标签设置为‘Feature #’格式而非默认索引形式

嘿，这个调整超简单！你只需要借助Matplotlib的plt.xticks()方法，手动指定X轴的刻度标签就能实现想要的效果。下面是修改后的完整代码，我会给你拆解关键步骤：

import matplotlib.pyplot as plt

# 假设importance是你的特征重要性数组（替换成你自己的数据即可）
importance = [0.18, 0.22, 0.15, 0.25, 0.20]

# 打印特征重要性（可选：把索引从1开始显示，和最终标签对应）
for i, v in enumerate(importance):
    print('Feature: %0d, Score: %.5f' % (i+1, v))

# 绘制基础条形图
plt.bar(range(len(importance)), importance)

# 核心操作：自定义X轴刻度标签
plt.xticks(
    ticks=range(len(importance)),  # 指定刻度的位置（对应原来的0、1、2...索引）
    labels=[f'Feature {i+1}' for i in range(len(importance))],  # 生成"Feature 1"到"Feature N"的标签
    rotation=45  # 可选：如果标签较多，旋转45度避免重叠
)

# 可选：添加图表标题和轴标签让图表更清晰
plt.title('Feature Importance')
plt.xlabel('Features')
plt.ylabel('Importance Score')

# 自动调整布局，防止标签被图表边缘截断
plt.tight_layout()

plt.show()

关键说明： #

• plt.xticks()的ticks参数对应条形图的位置索引（0到len(importance)-1），labels参数是我们自定义的标签列表，用列表推导式[f'Feature {i+1}' ...]就能快速生成从1开始的编号格式。
• 如果你的特征有实际业务名称（比如"Age"、"Income"），只需要把labels换成对应的名称列表即可，比如labels=['Age', 'Income', 'Gender']。
• 添加rotation和plt.tight_layout()是为了优化视觉效果，避免标签重叠或被截断。

内容的提问来源于stack exchange，提问作者Brandi Nicole Jones