x[m,n]是通过numpy库引用数组或矩阵中的某一段数据集的一种写法,m代表第m维,n代表m维中取第几段特征数据。
通常用法有两种:
x[:,n]或者x[n,:]
- 先看第一种:x[:,n]表示在全部数组(维)中取第n个数据。
举例说明:
x[:,0]
import numpy as np
X = np.array([[0, 1, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]])
print(X)
print(X[:, 0])
![18b54e172fd1f0168ca379f1123e6255.png](https://i-blog.csdnimg.cn/blog_migrate/d9cc3488d297fb4b5ea697cbb077918c.png)
在数组中的第一列所有数据,因此X[:, 1]就是第二列
![5e0d21cde0384aa43689dff4f6505ab7.png](https://i-blog.csdnimg.cn/blog_migrate/24650d7f76e2afca2f513ae7a433e96d.png)
- 再看第二种:x[n,:]表示在n个数组(维)中取全部数据,直观来说,x[n,:]就是取第n集合的所有数据。
import numpy as np
X = np.array([[0, 1, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]])
print(X)
print(X[0, :])
![e308bec2794184baf168aaa2a8a5c22b.png](https://i-blog.csdnimg.cn/blog_migrate/fa6891f2f0e23c1635997d454f138f74.png)
- 扩展用法:x[:,m:n],即取所有数据集的第m到n-1列数据
import numpy as np
X = np.array([[0, 1, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]])
print(X)
print(X[:, 0:2])
![ca9fcfeb8855bdb14d045e9a22f9b107.png](https://i-blog.csdnimg.cn/blog_migrate/b99c3e1946a879b5cc51a2093a18011c.png)
转载:
python中 x[:,0]和x[:,1] 理解和实例解析blog.csdn.net![76e773a52f2f6b37bb0f6f458b82a532.png](https://i-blog.csdnimg.cn/blog_migrate/7da11004ac8d2e2b88378409863e6ce9.jpeg)