这是我如何创建这些列表的，原本是从逻辑回归的coef_和它们相关的列标签中获取的。

#创建列表
column_labels = X.columns.tolist()
coef = logreg.coef_.squeeze().tolist()
#压缩在一起
labels_coef = list(zip(column_labels, coef))
#排序并以列表形式展示
sorted_labels = sorted(labels_coef, key=lambda x: x[1])
#绘制条形图
plt.barh(*zip(* sorted(sorted_labels[:5] +sorted_labels[-5:],key=lambda x: x[1] )))
#或者
#plt.barh(*zip(* (sorted_labels[:5] +sorted_labels[-5:])))
#显示图表
plt.show()    

但如何将它们以值的升序方式绘制在同一个图表上呢？

显然，这并不能解决问题

回答：

你可以将前五个和后五个合并在一起，然后一起绘制：

 plt.barh(*zip(* (sorted_labels[:5] +sorted_labels[-5:])))

编辑：这个问题中提到了排序问题：

Pyplot自动排序y值

那里提出的两个解决方案是：

1. 将数据作为数值绘制并添加y标签：

 labels, values = zip(*(sorted_labels[:5] +sorted_labels[-5:]))    plt.barh(range(len(labels)),values)    plt.yticks(range(len(values)),values)    plt.show()

2. 通过使用pandas的DataFrame来绕过这个问题：

   df = pd.DataFrame(list(zip(labels,values))).set_index(1)

   df.plot.barh()