使用Python格式化和切片数组-为线性回归准备数据

我知道这是一个非常基本的问题，但我正在努力正确格式化元组。 我有一个csv文件，其头是：

id   x1  x2  x3  y1 y2
 1   23  45  31  2  5
 2   34  5   21  3  12
 3   234 4   26  4  20
....

我正在构建一个多目标线性回归模型（我将使用scikit learn中的MultiOutputRegressor），因此我想将数据拆分为X（然后在训练集和测试集中拆分）和目标Y。我导入csv，如下所示：

with open('data.csv', newline='') as csvfile:
    data = list(csv.reader(csvfile))

所以我得到了一个数组列表。但是如何访问数组中的元素呢？我的X集将是x1、x2、x3字段的所有值（然后我将选择X的一些行来构建Xtrain）；我的Y集是y1，y2的所有值。 我的最终目标是：

X= [[23 45 31]
    [34 5 21]
    [234 4 26]
    ...]

Y=[[2,5]
   [3,12]
   [4,20] 
   ...]

我怎样才能做到这一点？

---

或者：如何将我所说的稀疏矩阵中的结构化数据分组，这是scikit learn线性回归函数的有效参数？

您可以使用numpy操作数组：

import numpy as np
data = np.array(data)    # Transform list to numpy array
data = data[1:,]         # Keep all lines except the header (first line)
y_col_index = 3
X = data[:,:y_col_index] # Select the first columns
Y = data[:,y_col_index:] # Select the last columns

---

可以使用numpy操作数组：

import numpy as np
data = np.array(data)    # Transform list to numpy array
data = data[1:,]         # Keep all lines except the header (first line)
y_col_index = 3
X = data[:,:y_col_index] # Select the first columns
Y = data[:,y_col_index:] # Select the last columns

---

Victor Daplasse的答案可能更直截了当，但我总是更喜欢使用pandas来读取和预处理csv文件

import pandas as pd
import numpy as np

data = pd.read_csv('data.csv')
X = np.array(data[['x1', 'x2', 'x3']])
Y = np.array(data[['y1', 'y2']])

---

Victor Daplasse的答案可能更直截了当，但我总是更喜欢使用pandas来读取和预处理csv文件

import pandas as pd
import numpy as np

data = pd.read_csv('data.csv')
X = np.array(data[['x1', 'x2', 'x3']])
Y = np.array(data[['y1', 'y2']])

你看过熊猫（和小熊猫）吗？你看过熊猫（和小熊猫）吗？