如果你想运行它，这里是我的代码
我尝试了两种方式来排序列表，首先使用itemgetter
for i in range(len(instances)): for c, feature in sorted(zip(contributions[i], importances), key=operator.itemgetter(1)): print (feature, np.round(c, 5))其次，使用key= lambda
for i in range(len(instances)): for c, feature in sorted(zip(contributions[i], importances), key=lambda x: x[0].any()): print (feature, np.round(c, 5))但运行这两种解决方案都得到了相同的结果，结果如下
Feature 1 [ 0.16033 -0.16033]Feature 2 [-0.02422 0.02422]Feature 3 [-0.15412 0.15412]Feature 4 [ 0.17162 -0.17162]Feature 5 [ 0.02897 -0.02897]Feature 6 [ 0.01889 -0.01889]我想根据上述输出的第一列来排序列表，你有什么建议我哪里做错了？
更新2：只是澄清问题
按特征顺序排序，而不是特征括号内的值
更新3：如果按第一列排序，输出应该是什么样的
Feature 4 [ 0.17162 -0.17162]Feature 1 [ 0.16033 -0.16033]Feature 5 [ 0.02897 -0.02897]Feature 6 [ 0.01889 -0.01889]Feature 2 [-0.02422 0.02422]Feature 3 [-0.15412 0.15412]如果按第二列排序，输出应该是什么样的
Feature 3 [-0.15412 0.15412]Feature 2 [-0.02422 0.02422]Feature 6 [ 0.01889 -0.01889]Feature 5 [ 0.02897 -0.02897]Feature 1 [ 0.16033 -0.16033]Feature 4 [ 0.17162 -0.17162]更新4 在排序中包含if条件
打印满足大于0.01和小于-0.01条件的值
回答：
首先，你需要将你的数据转换为可用的格式：contributions.shape 是 (1, 6, 2)。使用 contributions[0] 可以方便地与 zip 一起迭代：
zip(importances, contributions[0])将生成名称 + [值] 对。这是如何通过使用lambda进行排序并通过链接索引来迭代的示例：
for name, values in sorted(zip(importances, contributions[0]), key=lambda pair: pair[1][0]): print(name, values)Lambda将获取名称 + 值 对，使用[1]获取值，然后使用[0]获取值的第一列。
过滤是另一项任务。最简单的方式是在for循环中检查值，以便于后续阅读/调试代码：
for name, values in sorted(zip(importances, contributions[0]), key=lambda pair: pair[1][0]): if -0.01 < values[0] > 0.01: print(name, values)如果a < b > c 难以理解，你可以将其转换为not a < b < c，或者（在你的情况下）abs(b) > a
