绘制Random Forest时出现TypeError: unhashable type: 'slice'错误求助

嘿，我来帮你搞定这个问题～ 首先看你的代码，有几个明显的小坑，咱们一步步来修复：

1. 先修正重复导入的问题 #

你代码里写了两次matplotlib导入：

import matplotlib as plt
import matplotlib.pyplot as plt

第一次把matplotlib库本身命名成了plt，第二次又把pyplot子模块覆盖成plt，这会导致后续绘图的对象混乱，直接删掉第一行import matplotlib as plt就行，只保留import matplotlib.pyplot as plt。

2. 排查循环绘图的核心错误 #

你提到的TypeError: unhashable type: 'slice'，大概率是在循环绘制单棵树的时候，错误地传入了切片对象而不是单个树模型。比如你可能写了类似forest.estimators_[i:]这种代码，而mglearn.plots.plot_tree()需要的是单个DecisionTreeClassifier对象（也就是随机森林里的某一棵子树）。

结合你2行3列的子图布局，正确的循环代码应该是这样的：

# 遍历所有子图和前6棵树（2*3=6）
for i, (ax, tree) in enumerate(zip(axes.flat, forest.estimators_[:6])):
    # 绘制单棵树，传入对应的子图ax
    mglearn.plots.plot_tree(tree, ax=ax, fill=True)
    # 设置子图标题
    ax.set_title(f"Random Forest Tree {i+1}")
# 调整子图间距，避免标题重叠
plt.tight_layout()
plt.show()

这段代码里：

• forest.estimators_[:6]取前6棵树，刚好对应2行3列的子图
• zip(axes.flat, ...)把扁平化的子图对象和每棵树一一对应
• 给每个子图传入单个树模型tree，而不是切片，就不会触发unhashable的错误了

3. 为什么会出现空白图？ #

空白图的原因通常有两个：

• 要么是循环里根本没把图画到子图上（比如传错了ax参数）
• 要么是最后没调用plt.show()来显示图形（你代码里没写这一步，记得加上）

按照上面的修改，你应该能正常看到6棵随机森林子树的可视化图，也不会再报slice的错误啦～

内容的提问来源于stack exchange，提问作者Mia