NumPy 数组切片

import numpy as np
data = np.array([[1, 2, 3, 4, 5],
                 [6, 7, 8, 9, 10],
                 [11, 12, 13, 14, 15]])
X = data[:, :-1]
Y = data[:, -1]
print(X)
print(Y)

X = data[:, :-1]:这句代码使用切片操作从 data 中选择所有行和除了最后一列之外的所有列。
Y = data[:, -1]:这句代码使用切片操作从 data 中选择所有行和最后一列。

“ : ” 这个冒号本身表示“选择沿着这个轴的所有元素”。

如果你在 NumPy 中看到 [: , …],它表示“选择所有行”(如果是第一个冒号)或“选择所有列”[… , :](如果是第二个冒号)。

-1:这是用于切片的索引。在 Python 中,负数索引表示从数组的末尾开始计数。因此,-1 指的是沿着指定轴的最后一个元素。

将它们组合起来:
data[:, :-1] 选择所有行(:)和除了最后一列之外的所有列(:-1)。基本上,它选择了除了最后一列之外的所有列。

[[ 1 2 3 4]
[ 6 7 8 9]
[11 12 13 14]]

data[:, -1]:这句代码使用切片操作从 data 中选择所有行和最后一列。

[ 5 10 15]

可用于多元线性回归方程的数据处理等

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值