Numpy 选择第n列X=np.array（data.ix[：，…]

以下代码用于numpy数组前四列中的数据

X=np.array(data.ix[:,0:4])

---

如果我想要第1、第7和第8列怎么办？

只需使用列索引列表：

In [9]: ix=np.arange(20).reshape(2,10)

In [10]: ix
Out[10]: 
array([[ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14, 15, 16, 17, 18, 19]])

In [11]: ix[:,[0,6,7]]
Out[11]: 
array([[ 0,  6,  7],
       [10, 16, 17]])

---

只需使用列索引列表：

In [9]: ix=np.arange(20).reshape(2,10)

In [10]: ix
Out[10]: 
array([[ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14, 15, 16, 17, 18, 19]])

In [11]: ix[:,[0,6,7]]
Out[11]: 
array([[ 0,  6,  7],
       [10, 16, 17]])

---

似乎您正在尝试将数据帧切片为numpy数组。如果是这种情况，您可以使用：

x=data.iloc[:,[0,6,7]].values

---

ix

将来会被弃用，因此请改用iloc。

似乎您正在尝试将数据帧切片到numpy数组。如果是这种情况，您可以使用：

x=data.iloc[:,[0,6,7]].values

---

ix

将来会被弃用，所以改用iloc。

你的意思是

X=np.array（data.ix[：，[06,7]]）

np.array（）包装器的用途是什么？什么是

data

，

data.ix

看起来像数组？还是熊猫对象？你的意思是

X=np.array（data.ix[，[06,7]]

np.array（）wrapper的用途是什么？什么是

data

，

data.ix

？看起来像数组？还是它是熊猫对象？与其使用随机数，不如使用一个可以解释为…ix=np.arange（30）的序列。重塑（3,10）…然后切片…ix[：，[0,6,7]…从而生成…数组（[[0,6,7]，[10,16,17]，[20,26,27]]@NaN感谢您的建议。现在修改。不要使用随机数，而是使用一个可以解释为…ix=np.arange（30）。重塑（3,10）…然后切片…ix[：，[0,6,7]…这将生成…数组（[[0,6,7]，[10,16,17]，[20,26,27]]）@NaN感谢您的建议。现在修改。