plt.bar绘制柱状图触发shape mismatch无法广播为单一形状错误

• 语法错误：绘图代码括号完全错位，plt.bar(y_train), y_test), color ='maroon')多写了2个多余的右括号，参数传递逻辑从写法上就不成立。
• API用法错误：plt.bar()的核心参数规则是第一个参数传入柱子对应的x轴位置/类别，第二个参数传入对应柱子的高度，两个传入的序列长度必须完全一致。你直接把长度80000的y_train作为x参数、长度20000的y_test作为高度参数传入，两个数组长度差4倍，numpy无法完成形状广播匹配，就会抛出你看到的形状不匹配错误。
• 绘图逻辑错误：你的需求是绘制训练集、测试集的标签分布柱状图，但原始y_train/y_test是逐样本的标签序列（每个元素对应一个样本的0/1标签），不是统计好的各标签样本计数，直接传入绘图接口完全不符合参数要求。

先统计两个数据集的标签样本数，再调用bar接口绘图即可。

1. 先做标签计数统计

import matplotlib.pyplot as plt

# 分别统计训练、测试集里0、1标签的样本量，按标签值升序排列保证顺序对应
train_cnt = y_train.value_counts().sort_index()
test_cnt = y_test.value_counts().sort_index()

2. 根据需求选择绘图方式

• 分组对比柱状图（推荐，直观对比两个数据集的分布差异）

plt.figure(figsize=(10, 5))
bar_width = 0.35
label_pos = [0, 1] # x轴两个位置分别对应负类、正类

# 绘制训练集柱子
plt.bar([pos - bar_width/2 for pos in label_pos], 
        train_cnt.values, 
        width=bar_width, 
        color='maroon', 
        label='训练集')
# 绘制测试集柱子
plt.bar([pos + bar_width/2 for pos in label_pos], 
        test_cnt.values, 
        width=bar_width, 
        color='navy', 
        label='测试集')

plt.xticks(label_pos, ['负类(Score≤2)', '正类(Score>3)'])
plt.ylabel('样本数量')
plt.title('训练/测试集标签分布对比')
plt.legend()
plt.show()

• 分离子图展示

fig, (ax_train, ax_test) = plt.subplots(1, 2, figsize=(12, 5))

# 训练集子图
ax_train.bar(['负类', '正类'], train_cnt.values, color='maroon')
ax_train.set_title('训练集标签分布')
ax_train.set_ylabel('样本量')

# 测试集子图
ax_test.bar(['负类', '正类'], test_cnt.values, color='maroon')
ax_test.set_title('测试集标签分布')

plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者mahesh mj