Python中的X[:,0]和X[:,1]

转自https://blog.csdn.net/a394268045/article/details/79104219
稍微调整了一些顺序、增加了一些内容，个人感觉会更好理解一些。

（1）X[:,0]是numpy中数组的一种写法，表示对一个二维数组，取该二维数组第一维中的所有数据，第二维中取第0个数据，直观来说，X[:,0]就是取所有行的第0个数据, X[:,1] 就是取所有行的第1个数据。

举例说明：

import numpy as np

X = np.array([[0, 1], [2, 3], [4, 5], [6, 7], [8, 9], [10, 11], [12, 13], [14, 15], [16, 17], [18, 19]])
print(X[:, 0])
   
   
1
2
3
4

X[:,0]输出结果是：

import numpy as np

X = np.array([[0,1],[2,3],[4,5],[6,7],[8,9],[10,11],[12,13],[14,15],[16,17],[18,19]])
print (X[:,1] )
   
   
1
2
3
4

（2）X[:, m:n]，即取所有数据的第m到n-1列数据，含左不含右
例：输出X数组中所有行第1到2列数据

import numpy as np

X = np.array([[0,1,2],[3,4,5],[6,7,8],[9,10,11],[12,13,14],[15,16,17],[18,19,20]])
print (X[:,1:3])
   
   
1
2
3
4

输出结果：

X[:,1]输出结果是：

（3）X[n,:]是取第1维中下标为n的元素的所有值。
X[1,:]即取第一维中下标为1的元素的所有值，输出结果：

总结一下大概是这样：

• “,“ 分割对行和列的限制。
• ：的slicing作用跟字符串[start, end, step] 左闭右开是一致的
• 举一反三的话 X[0,:] 我以为应该是取所有列的第0个数据, 但不是这样的！！！

import numpy as np

X = np.array([[0,1,2],[3,4,5],[6,7,8],[9,10,11],[12,13,14],[15,16,17],[18,19,20]])
print (X[0,:])
  
  
1
2
3
4

结果是 [0,1,2] 返回了第0个数组！！！
print([X[1,:]) 返回的是第1个数组！！！

个人还存在的问题是：很多数组组成矩阵的时候，每一个数组是行向量还是列向量？大概是线代没学好的问题，回去翻书！