X[:,0] 中逗号的含义答案

【问题标题】：The meaning of the comma inside X[:,0]X[:,0] 中逗号的含义
【发布时间】：2017-04-23 21:17:50
【问题描述】：

如果X是一个数组，那么X[:,0]是什么意思？其实我也不是第一次看到这样的东西了，也让我很困惑，但是我看不出它的含义是什么？谁能给我看一个例子？对于这个逗号问题，我们将不胜感激。

请看文件https://github.com/lazyprogrammer/machine_learning_examples/blob/master/ann_class/forwardprop.py

提前致谢！

【问题讨论】：

这是熊猫Dataframe吗？请提供更多代码示例。目前X 有点神秘。
不，它来自文件github.com/lazyprogrammer/machine_learning_examples/blob/master/…
然后是一个numpy数组，这里选择第一列数据。
逗号基本上是维度之间的分隔符，其中: 类似于通配符。但是 numpy-docs 会更好地解释这一点！

标签： python comma

【解决方案1】：

砖块内的逗号将行与要从数组中滑出的列分开。

x[row,column]

您可以在行和列值之前或之后放置“:”。在值之前表示“unitl”，在值之后表示“来自”。

例如你有：

x: array([[5.1, 3.5, 1.4, 0.2],
          [4.9, 3. , 1.4, 0.2],
          [4.7, 3.2, 1.3, 0.2],
          [4.6, 3.1, 1.5, 0.2],
          [5. , 3.6, 1.4, 0.2],
          [5.4, 3.9, 1.7, 0.4],
          [4.6, 3.4, 1.4, 0.3],
          [5. , 3.4, 1.5, 0.2],
          [4.4, 2.9, 1.4, 0.2]])

x[:,:] would mean u want every row and every column.

x[3,3] would mean u want the 3 row and the 3 column value

x[:3,:3] would mean u want the rows and columns until 3

x[:, 3] would mean u want the 3 column and every row

【讨论】：

【解决方案2】：

>>> x = [1, 2, 3]
>>> x[:, 0] Traceback (most recent call last):
    File "<stdin>", line 1, in <module>  TypeError: list indices must be integers, not tuple

如果你看到了，那么变量不是一个列表，而是别的东西。也许是一个 numpy 数组。

【讨论】：

抱歉，这并没有回答我的问题。

【解决方案3】：

我正在创建一个示例矩阵：

import numpy as np
np.random.seed(0)  
F = np.random.randint(2,5, size=(3, 4), dtype = 'int32' )
F

查询切割矩阵行：

F[0:2]

查询切割矩阵列：

F[:,2]

【讨论】：

【解决方案4】：

直截了当，正如有人提到的那样，它是 X[rows, columns]，但你可能会问，冒号在 "X[:,0]" 中表示 :，这意味着你说的是全部列出。

所以X[:,0] - > 会说列出所有行中的元素，因为它只是冒号: 出现在第一列，因此整个矩阵的列被打印出来。维度是[no_of_rows * 1]

同样，X[:,1] -> 这将列出所有行中的第二列。

希望这能澄清你

【讨论】：

【解决方案5】：

很清楚。看看这个！

加载一些数据

from sklearn import datasets
iris = datasets.load_iris()

samples = iris.data

探索二维数组的前 10 个元素

samples[:10]
array([[5.1, 3.5, 1.4, 0.2],
       [4.9, 3. , 1.4, 0.2],
       [4.7, 3.2, 1.3, 0.2],
       [4.6, 3.1, 1.5, 0.2],
       [5. , 3.6, 1.4, 0.2],
       [5.4, 3.9, 1.7, 0.4],
       [4.6, 3.4, 1.4, 0.3],
       [5. , 3.4, 1.5, 0.2],
       [4.4, 2.9, 1.4, 0.2],
       [4.9, 3.1, 1.5, 0.1]])

测试我们的注解

x = samples[:,0]
x[:10]
array([5.1, 4.9, 4.7, 4.6, 5. , 5.4, 4.6, 5. , 4.4, 4.9])

y = samples[:,1]
y[:10]
array([3.5, 3. , 3.2, 3.1, 3.6, 3.9, 3.4, 3.4, 2.9, 3.1])

附： samples 的长度是 150，为了清楚起见，我把它剪成了 10。

【讨论】：