《机器学习》——一个筛选数据的小方法：[data[data[:, -1] == 1]]

例：[data[data[:, -1] == 1]]

在 [data[data[:, -1] == 1]] 这个代码中：

• data是一个二维数组（或者可以理解为一个表格，其中包含了多行多列的数据）
• 代码的目的是从data中选取所有最后一列（即索引为-1的列）值为1的行。

详细解释如下：

• data[:, -1]：这部分是数组的切片操作。data是一个二维数组，: 表示选取所有行，-1 表示选取最后一列。因此，data[:, -1] 获取了data数组中所有行的最后一列的数据。

• data[:, -1] == 1：这部分将上一步得到的所有最后一列的值与1进行比较，生成一个布尔数组（或类似布尔索引的结构），其中True表示对应位置的值为1，False表示不是1

• data[data[:, -1] == 1]：最后，这个布尔数组被用作索引来筛选data数组。具体来说，它会选取data中所有最后一列值为1的行。

-举个例子，如果data是这样的：

import numpy as np  
  
data = np.array([
    [3, 18, 3],
    [3, 22, 1],
    [7, 8, 0],
    [9, 10, 1],
    [5, 6, 2],
    [12, 73, 8],
    [22, 24, 1],
    [27, 99, 12]
])

那么，data[data[:, -1] == 1]将会得到：

print(data[:, -1] == 1)
print(data[data[:, -1] == 1])
"""
结果：
[False  True False  True False False  True False]

[[ 3 22  1]
 [ 9 10  1]
 [22 24  1]]
"""

这是因为只有第2行、第4行和第7行的最后一列的值是1。

• 给定不同的条件筛选想要的数据：

# 筛选出第1列等于3的所有行
data[data[:, 0] == 3]

# 筛选出第2列等于18的所有行
data[data[:, 1] == 18]

# 筛选出第1列大于10的所有行
data[data[:, 0] > 10]

# 筛选出最后1列不等于1的所有行
data[data[:, -1] != 1]

应用场景：

• 当需要从数据集中基于某个特定列的值来筛选行时。
• 在分类任务中，根据标签列的值来筛选数据。
• 在数据预处理阶段，去除或选择满足特定条件的样本。

总结：

• 此方法可以轻松地修改条件（如将1改为其他值或更复杂的表达式），以适应不同的筛选需求
• 对于中等大小的数据集，这种方法通常足够快