你遇到的错误是由于几个**基础的导入缺失和变量未定义**导致的。我们来一步步分析并解决这些问题。 --- ### ❌ 错误总结 1. `NameError: name 'plt' is not defined` → 说明你用了 `plt`（matplotlib.pyplot），但没有导入它。 2. `NameError: name 'sns' is not defined` → 说明你用了 `sns`（seaborn），但没有导入它。 3. `KeyError: "['label'] not found in axis"` → 说明你的数据框中 **没有名为 `'label'` 的列**，所以 `data.drop('label', axis=1)` 失败了。 --- ## ✅ 解决方案 你需要在脚本最开始添加正确的导入，并检查数据结构。 --- ### ✅ 正确的代码开头应为： ```python import pandas as pd import matplotlib.pyplot as plt import seaborn as sns import numpy as np from sklearn.model_selection import train_test_split from sklearn.ensemble import RandomForestClassifier from sklearn.metrics import classification_report, confusion_matrix ``` > ⚠️ 确保这些包都已安装： > > ```bash > pip install pandas matplotlib seaborn scikit-learn numpy > ``` --- ### ✅ 检查你的数据是否有 `'label'` 列 #### 1. 打印数据前几行看看结构： ```python print(data.head()) ``` #### 2. 查看所有列名： ```python print(data.columns.tolist()) ``` 👉 很可能你的数据中没有叫 `'label'` 的列，比如可能是： - `'target'` - `'class'` - `'label_name'` - 甚至根本没有标签列？ #### ✅ 修改这一行： 如果你发现列名是 `'target'`，就改成： ```python X = data.drop('target', axis=1) # 特征 y = data['target'] # 标签 ``` 或者如果是 `'class'`： ```python X = data.drop('class', axis=1) y = data['class'] ``` > 🔍 建议加个判断防止出错： ```python if 'label' not in data.columns: print("Warning: 'label' column not found!") print("Available columns:", data.columns.tolist()) # 可以手动指定正确列名，或退出程序 # exit() ``` --- ### ✅ 设置字体（可选优化） ```python plt.rcParams['font.sans-serif'] = ['PingFang SC', 'Arial Unicode MS', 'SimHei'] plt.rcParams['axes.unicode_minus'] = False # 正常显示负号 ``` > 注意：`PingFang SC` 是 macOS 字体，确保系统支持；如果报错可以改用其他字体如 `'SimHei'`（黑体）或 `'DejaVu Sans'`。 --- ### ✅ 完整修复示例（关键部分） ```python import pandas as pd import matplotlib.pyplot as plt import seaborn as sns from sklearn.model_selection import train_test_split from sklearn.ensemble import RandomForestClassifier from sklearn.metrics import classification_report, confusion_matrix # 读取数据 data = pd.read_csv('your_data.csv') # 替换为实际文件路径 # 检查列名 print("Columns:", data.columns.tolist()) # 确保 label 列存在 label_column = 'label' if label_column not in data.columns: raise ValueError(f"Column '{label_column}' not found! Available: {data.columns.tolist()}") # 分离特征和标签 X = data.drop(label_column, axis=1) y = data[label_column] # 可视化设置 plt.rcParams['font.sans-serif'] = ['PingFang SC', 'Arial Unicode MS', 'SimHei'] plt.rcParams['axes.unicode_minus'] = False sns.set_style("whitegrid") # 后续模型训练等代码... ``` --- ## ✅ 最后建议 1. **不要直接运行 `python m_b.py` 而不检查依赖**。 2. 使用 IDE（如 VSCode、PyCharm）或 Jupyter Notebook 来调试更方便。 3. 加上 `try-except` 防止崩溃，尤其是读取数据阶段。 --- ### 🛠️ 快速验证命令 ```bash # 检查是否安装了所需包 pip list | grep -E "(pandas|matplotlib|seaborn|scikit-learn)" # 安装缺失的包 pip install pandas matplotlib seaborn scikit-learn ``` --- ✅ 你现在应该能顺利运行了！ 如果你愿意贴出你的 `m_b.py` 文件内容（或前几行），我可以帮你逐行修改。