Numpy 索引问题..... 高级索引 X[0] 在这里做什么?
Numpy Indexing problem..... Advance indexing what is X[0] doing here?
import numpy as np
X = np.array([[0, 1, 0, 1], [1, 0, 1, 1], [0, 0, 0, 1], [1, 0, 1, 0]])
y = np.array([0, 1, 0, 1])
counts = {}
print(X[y == 0])
# prints = [[0 1 0 1]
# [0 0 0 1]]
我想知道为什么 X[y==0]
打印两个数据点。它不应该只打印 [0 1 0 1]
吗?
因为X[0]
?
y == 0
给出与 y
具有相同维度的数组,其中元素 True
其中 y
中对应的元素是 0
,并且 False
否则。
此处,y
在索引 0
和 2
处有 0
个元素。所以,X[y == 0]
给你一个包含 X[0]
和 X[2]
的数组。
import numpy as np
X = np.array([[0, 1, 0, 1], [1, 0, 1, 1], [0, 0, 0, 1], [1, 0, 1, 0]])
y = np.array([0, 1, 0, 1])
counts = {}
print(X[y == 0])
# prints = [[0 1 0 1]
# [0 0 0 1]]
我想知道为什么 X[y==0]
打印两个数据点。它不应该只打印 [0 1 0 1]
吗?
因为X[0]
?
y == 0
给出与 y
具有相同维度的数组,其中元素 True
其中 y
中对应的元素是 0
,并且 False
否则。
此处,y
在索引 0
和 2
处有 0
个元素。所以,X[y == 0]
给你一个包含 X[0]
和 X[2]
的数组。