Python numpy返回相同代码的1d数组和2d数组

我真的不知道numpy在执行一些2d数组操作时遵循哪些规则，这些操作涉及将结果返回为1d或2d数组。让我们考虑下面的代码

idx_cls_samples = sample_data[:, -1] == c
v_feature = sample_data[idx_cls_samples, f]

f_values = sample_data[[sample_data[:, -1] == c], f]

请注意，最后一行只是合并为一行的前两行

前两行的结果是数组形式的numpy向量（[1,2,3，…]），最后一行的结果是数组（[1,2,3，…]），我相信在这两种情况下，结果都应该是数组（[1]，[2]，[3]，…]）。我如何事先知道numpy将选择何种格式返回结果

请注意，最后一行只是合并为一行的前两行

不，不是。您在其中附加了一对支架：

f_values = sample_data[[sample_data[:, -1] == c], f]
#                      ^                       ^

把它们拿出来

---

至于索引规则，这些规则在中。它们很长。

样本数据是二维的<代码>样本数据[：，-1]

是1d，最后一列。使用标量索引将删除维度

…=c

生成相同维度（1d）的布尔值

sample_data[：，f]

也是一个1d，即

fth

列

使用布尔数组对其进行索引将返回与布尔值维度相同的结果，但只是值的子集

sample\u数据[idx，f]

是1d，

sample\u数据[idx]，f]

是2d（由于添加了

[]

）

您可能希望，

sample\u data[（sample\u data[：，-1]==c），f]

，其中

（）

只是对字符串进行分组，有时是为了运算符优先级，有时只是为了更具可读性。（但要注意构成元组的

（…，）

）

sample_data[idx，[f]]

将为您提供“vector”列，2d和1列

查看样本数据[idx，f]的另一种方法是：

idx

选择行的子集，

f

从该2d中选择列

---

通常2d（或更高的nd）索引可以逐轴研究；对于索引是标量或切片，尤其如此。如果一个索引是一个列表或数组，或者更糟糕的是，是其中的两个或更多，那么它就更复杂了。

最后一行不太一样，

sample\u data[sample\u data[：，-1]==c，f]

应该是一样的（去掉一组额外的括号），谢谢你指出这一点。