请帮我写画部份依赖PDP图并且能够导出图中曲线数据的代码

好的，以下是Python代码：

import matplotlib.pyplot as plt
import numpy as np
from sklearn.inspection import partial_dependence
from sklearn.datasets import load_boston
from sklearn.ensemble import RandomForestRegressor

# 加载波士顿房价数据集
boston = load_boston()
X, y = boston.data, boston.target

# 创建随机森林模型
rf = RandomForestRegressor(n_estimators=100, random_state=42)
rf.fit(X, y)

# 计算部分依赖
features = [5, 12]  # 部份依赖绘制的特征
pdp, axes = partial_dependence(rf, X, features=features)

# 创建画布和子图
fig, ax = plt.subplots()

# 绘制曲线
for i, feature in enumerate(features):
    ax.plot(axes[i], pdp[i], label='Feature {}'.format(feature))

# 添加图例和标签
ax.legend()
ax.set_xlabel('Feature value')
ax.set_ylabel('Partial dependence')

# 导出数据
data = np.column_stack((axes[0], pdp[0], axes[1], pdp[1]))
np.savetxt('data.txt', data, delimiter='\t')

# 显示图形
plt.show()

这个代码使用scikit-learn库计算指定特征的部分依赖，并使用Matplotlib库将其绘制成PDP图。你可以根据需要修改特征的索引和标签，并将数据导出到"data.txt"文件中。