dictkey = {keys: vlues for keys in listdemo for vlues in listvlue}，为什么值是listvlue的最后一个

你的代码 `dictkey = {keys: vlues for keys in listdemo for vlues in listvlue}` 中的迭代结构存在问题。当你遍历两个列表 `listdemo` 和 `listvlue` 的时候，内层循环 (`for vlues in listvlue`) 只会执行一次，因为外层循环 `for keys in listdemo` 已经完成了所有 `listdemo` 中的元素。所以每次迭代时，`vlues` 都会取到 `listvlue` 的最后一个元素。

要达到预期效果，应该只对一个列表做双重循环，通常是将 `listvlue` 放在外层循环里，这样每个 `keys` 对应一个 `vlues`，例如：

dictkey = {keys: vlues for keys in listdemo for vlues in [listvlue[i] for i in range(len(listvlue))]}

这里假设 `listvlue` 的长度等于 `listdemo` 的元素个数，如果不是这样，则需要调整循环范围。

如果你想要每个 `keys` 对应 `listvlue` 中的一个特定位置的值，你需要明确指定那些位置。

相关问题

import numpy as np import scipy.stats as ss import pandas as pd import matplotlib.pyplot as plt import seaborn as sns df=pd.read_excel("./tmp_apply.xlsx") dp_indices=df.groupby(by="FactoryName").indices factory1_values=df["sale"].iloc[dp_indices["日照福丰机械制造有限公司"]].values factory2_vlues=df["sale"].iloc[dp_indices["潍坊沃富机械有限公司"]].values dp_keys=list(dp_indices.keys()) dp_t_mat = np.zeros([len(dp_keys), len(dp_keys)]) for i in range(len(dp_keys)): for j in range(len(dp_keys)): p_vlaue=ss.ttest_ind(df["sale"].iloc[dp_indices[dp_keys[i]]].values,\ df["sale"].iloc[dp_indices[dp_keys[j]]].values)[1] if p_vlaue<0.05: dp_t_mat[i][j]=-1 else: dp_t_mat[i][j]=p_vlaue sns.heatmap(dp_t_mat,xticklabels=dp_keys,yticklabels=dp_keys) plt.show()怎么使图像变大

你可以使用 `plt.figure(figsize=(width, height))` 来设置画布的大小，其中 `width` 和 `height` 分别表示宽度和高度，单位是英寸。例如，你可以将代码改为：

import numpy as np 
import scipy.stats as ss 
import pandas as pd 
import matplotlib.pyplot as plt 
import seaborn as sns 

df=pd.read_excel("./tmp_apply.xlsx") 
dp_indices=df.groupby(by="FactoryName").indices 
factory1_values=df["sale"].iloc[dp_indices["日照福丰机械制造有限公司"]].values 
factory2_vlues=df["sale"].iloc[dp_indices["潍坊沃富机械有限公司"]].values 
dp_keys=list(dp_indices.keys()) 

dp_t_mat = np.zeros([len(dp_keys), len(dp_keys)]) 
for i in range(len(dp_keys)): 
    for j in range(len(dp_keys)): 
        p_vlaue=ss.ttest_ind(df["sale"].iloc[dp_indices[dp_keys[i]]].values,\ 
        df["sale"].iloc[dp_indices[dp_keys[j]]].values)[1] 
        if p_vlaue<0.05: 
            dp_t_mat[i][j]=-1 
        else: 
            dp_t_mat[i][j]=p_vlaue 

plt.figure(figsize=(10, 8)) # 设置画布大小为 10x8 英寸
sns.heatmap(dp_t_mat,xticklabels=dp_keys,yticklabels=dp_keys) 
plt.show()

这里将画布大小设置为 10x8 英寸，你可以根据需要调整大小。

import numpy as np import scipy.stats as ss import pandas as pd import matplotlib.pyplot as plt import seaborn as sns df=pd.read_csv("./HR.csv") dp_indices=df.groupby(by="department").indices sales_values=df["left"].iloc[dp_indices["sales"]].values technical_vlues=df["left"].iloc[dp_indices["technical"]].values dp_keys=list(dp.indices.keys()) dp_t_mat=np.zeros([len(dp_keys)],[len(dp_keys)]) for i in range(len(dp_keys)): for j in range(len(dp_keys)): p_vlaue=ss.ttest_ind(df["left"].iloc[dp_indices[dp_keys[i]]].values),\ df["left"].iloc[dp_indices[dp_keys[j]]].values[1] dp_t_mat[i][j]=p_value sns.heatmap(dp_t_mat,xticklabels=dp_keys,yticklabels=dp_keys) plt.show()提示name 'dp' is not defined

看起来你的代码中有一个变量名错误。在第4行，你将 `df.groupby(by="department").indices` 存储在变量 `dp_indices` 中，而在第6行，你试图使用 `dp` 来引用 `dp_indices`。因此，您需要将第6行中的 `dp` 替换为 `dp_indices`，以便代码可以正常工作。下面是修改后的代码：

import numpy as np
import scipy.stats as ss
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

df=pd.read_csv("./HR.csv")
dp_indices=df.groupby(by="department").indices
sales_values=df["left"].iloc[dp_indices["sales"]].values
technical_values=df["left"].iloc[dp_indices["technical"]].values

dp_keys=list(dp_indices.keys())
dp_t_mat=np.zeros([len(dp_keys),len(dp_keys)])

for i in range(len(dp_keys)):
    for j in range(len(dp_keys)):
        p_value=ss.ttest_ind(df["left"].iloc[dp_indices[dp_keys[i]]].values,
                             df["left"].iloc[dp_indices[dp_keys[j]]].values)[1]
        dp_t_mat[i][j]=p_value

sns.heatmap(dp_t_mat,xticklabels=dp_keys,yticklabels=dp_keys)
plt.show()

请注意，我还更正了第10行和第12行中的变量名拼写错误。