我有点急于完成这个项目，以便明天向项目负责人汇报。我们是德国的一小群经济系学生，试图用python来解决机器学习的问题。我们建立了一个随机森林分类器，并迫切希望在一个整洁的情节中显示估计器的重要特征。通过应用google搜索，我们得出了下面的解决方案，有点像在做手脚，但由于y轴上的标签重叠，让我们不满意。我们使用的代码是这样的。
feature_importances = clf.best_estimator_.feature_importances_
feature_importances = 100 * (feature_importances / feature_importances.max())
sorted_idx = np.argsort(feature_importances)
pos = np.arange(sorted_idx.shape[0])
plt.barh(pos, feature_importances[sorted_idx], align='center', height=0.8)
plt.yticks(pos, df_year_four.columns[sorted_idx])
plt.show()
为了保护隐私，我想说的是： y轴上的特征名称是重叠的（大约有30个）。我当时为了了解如何自己做这件事，找了matplotlib的文档，可惜找不到任何有用的东西。似乎训练和测试模型比理解matplotlib和创建图更容易:D。
非常感谢你的帮助和时间，我很感激。
我看到了你的解决方案，我想在这里只添加这个链接来解释为什么。如何改变matplotlib中tick之间的间距？
ticklabels之间的间距完全由轴上ticks之间的空间决定。因此，获得更多ticklabels之间的空间的唯一方法是使轴变大。
我所链接的问题表明，将图形做得足够大，你的轴标签自然会有更好的间距。
您使用的是 np.argsort 会返回一个有很多索引的numpy数组。而你正在使用这个数组作为Y轴的标签，因此会有标签的重叠。
我的建议是使用一个索引作为 sorted_idx 喜欢。
plt.yticks(pos, df_year_four.columns[sorted_idx[0]])
这只能绘制一个标签。
知道了，伙计们！ - "Geistesblitz"，就像我们德国人说的那样！我们德国人说的 "Geistesblitz"! (精神闪电)请看变量 feature_importances 在顶部第三行? 添加 feature_importnaces[:-15]只查看上半部分的特征，并放宽Y轴。是的！！！。这样做很好，因为重要的功能少了很多。