1、x[:,m:n],即取所有数据集的第m到n-1列数据
2、x[:-n]除了最后n个数,获取其他全部数据
x[-n:]只获取最后n个数据
train_data = all_data[:-12]#除了最后12个数据,其他全取
test_data = all_data[-12:]#取最后12个数据
3、range(10)相当于range(0,10)
>>>range(10) # 从 0 开始到 10
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> range(1, 11) # 从 1 开始到 11
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> range(0, 30, 5) # 步长为 5
[0, 5, 10, 15, 20, 25]
4、numpy常用函数之arange函数
np.arange([start, ]stop, [step, ]dtype=None)
import numpy as np
nd1 = np.arange(5)#[0, 1, 2, 3, 4]
nd2 = np.arange(1,5)#[1, 2, 3, 4]
nd3 = np.arange(1,5,2)#[1 3]
nd2.reshape(2,2)#[[1, 2], [3, 4]]
np.reshape(nd2,(2,2))#同上
reshape,对数组进行重塑。
重塑后的元素个数不能大于原来本身的元素个数,不然会报错。
比如说,nd2生成了四个元素,你要重塑(2,3)就是六个元素,会报错的。