我想在python中用随机森林方法对葡萄酒数据集的变量重要性做一个排序，请帮我写一个python代码

在Python中，你可以使用sklearn库中的RandomForestClassifier来进行随机森林模型训练，并通过`feature_importances_`属性获取变量的重要性排序。以下是使用wine dataset的一个示例代码：

# 导入所需的库
from sklearn.datasets import load_wine
from sklearn.ensemble import RandomForestClassifier
import pandas as pd

# 加载葡萄酒数据集
wine = load_wine()
X = wine.data
y = wine.target

# 将特征和目标变量转换为DataFrame以便于处理
column_names = wine.feature_names
df_wine = pd.DataFrame(data=X, columns=column_names)

# 训练随机森林模型
model = RandomForestClassifier(n_estimators=100)
model.fit(X, y)

# 获取变量重要性并排序
importance = model.feature_importances_
sorted_indices = importance.argsort()

# 打印排序后的变量名和对应的重要性
print("Variable Importance:\n")
for i in range(len(sorted_indices)):
    index = sorted_indices[i]
    print(f"{column_names[index]:<25} {importance[index]:.4f}")

# 结果展示