plt.plot(np.arange(len(y_test)), y_test[index], 'r', label='Original Y')报错"Passing list-likes to .loc or [] with any missing labels is no longer supported. The following labels were missing: Int64Index([26, 48, 43, 38, 37,\n ...\n

这个错误通常是由于索引不连续或缺失导致的。你可以尝试将 x 轴的标签更改为连续的整数，而不是使用原始的索引。例如，你可以使用 `np.arange(len(y_test))` 来创建一个从零开始的连续整数序列，作为 x 轴的标签。具体来说，将代码修改为如下所示：

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(len(y_test))
y = y_test[index]
plt.plot(x, y, 'r', label='Original Y')

这样就可以避免上述错误了。

相关问题

Cell In[14], line 5 3 plt.figure(figsize=(12, 5)) 4 plt.plot(np.arange(len(y_test)), y_test[index], "r", label="Original Y") ----> 5 plt.scatter(np.arange(len(pre_y[index])), s=3, c="b", label="Prediction") 6 plt.legend(loc="upper left") 7 plt.grid() TypeError: scatter() missing 1 required positional argument: 'y'

这个错误是因为 `scatter()` 函数需要两个参数 `x` 和 `y`，但是你只提供了一个参数 `x`，所以出现了缺少一个位置参数的错误。你需要在 `scatter()` 函数中提供 `y` 参数。

你可以将 `pre_y[index]` 作为 `y` 参数传递给 `scatter()` 函数，例如：

plt.scatter(np.arange(len(pre_y[index])), pre_y[index], s=3, c="b", label="Prediction")

这样就可以解决这个错误了。

plt.figure() plt.plot(range(len(y_pred)),y_pred,'b',label='predict') plt.plot(range(len(y_pred)),y_test,'r',label='test') plt.legend(loc='upper right')

这是一个 Python 代码段，用于绘制回归模型的预测结果和真实值之间的对比图。具体而言，它使用了 matplotlib 库中的 plot 函数，分别绘制了预测值和真实值的变化趋势，并用不同的颜色进行区分。其中，range(len(y_pred)) 生成了一个等差数列，长度为 y_pred 的长度，用来表示 x 轴的刻度值。

该代码还使用了 legend 函数，在图像的右上角添加了一个图例，用来标识预测值和真实值的线条颜色和含义。具体而言，'b' 和 'r' 分别表示蓝色和红色，'predict' 和 'test' 分别表示预测值和真实值。

通过绘制预测值和真实值之间的对比图，可以直观地了解模型的预测效果，并对模型的表现进行评估和比较。