使用Pandas DataFrame与Matplotlib绘图时IndexError问题排查

嘿，我一眼就看到问题所在了——你搞混了变量名！

先看报错的那两行代码：

x= tweet_preds["word count"][tweet_preds.predictions ==1]
y= tweet_preds["word count"][tweet_preds.predictions ==0]

这里的tweet_preds是你调用model_NB.predict()得到的预测结果集合（要么是NumPy数组，要么是Pandas Series），它根本没有"word count"或者predictions这些字段！真正存储了所有你需要的列（包括word count和predictions）的是你之前创建的df_tweet_preds这个DataFrame。你用一个非DataFrame对象去按字符串索引，自然就触发了IndexError。

修复步骤 #

1. 替换正确的变量名
   直接把代码里的tweet_preds换成df_tweet_preds就行：

x= df_tweet_preds["word count"][df_tweet_preds.predictions ==1]
y= df_tweet_preds["word count"][df_tweet_preds.predictions ==0]

2. 推荐用更安全的.loc索引（可选但更规范）
   为了代码可读性和避免潜在的索引问题，建议使用Pandas的.loc方法来筛选行和列：

x = df_tweet_preds.loc[df_tweet_preds.predictions == 1, "word count"]
y = df_tweet_preds.loc[df_tweet_preds.predictions == 0, "word count"]

3. 额外检查：确认字段存在
   运行绘图代码前，可以先打印一下DataFrame的列，确保word count字段确实存在（避免拼写错误，比如空格是否正确）：

print(df_tweet_preds.columns)

完整修正后的绘图代码 #

#plot word count distribution for both positive and negative sentiment
plt.figure(figsize=(12,6))
plt.xlim(0,45)
plt.xlabel("word count")
plt.ylabel("frequency")

# 使用正确的DataFrame和索引方式
x = df_tweet_preds.loc[df_tweet_preds.predictions == 1, "word count"]
y = df_tweet_preds.loc[df_tweet_preds.predictions == 0, "word count"]

g = plt.hist([x,y], color=["r","b"], alpha=0.5, label=["positive","negative"])
plt.legend(loc="upper right")
plt.show()  # 别忘了加上这一行，不然图像可能不显示

内容的提问来源于stack exchange，提问作者Pyleb Pyl3b