Python-numpy数组语法混乱？

我正在阅读一本书中的SVM分类器示例代码

我是Python新手，很难理解/可视化所有这些数组语法[：，1][：，：-1]。有人能解释一下最后3行代码的意思/作用吗。我将不胜感激

Convert string data to numerical data
label_encoder = []
X_encoded = np.empty(X.shape)
for i,item in enumerate(X[0]):
    if item.isdigit():
       X_encoded[:, i] = X[:, i]
    else:
      label_encoder.append(preprocessing.LabelEncoder())
      X_encoded[:, i] = label_encoder[-1].fit_transform(X[:, i])

 X = X_encoded[:, :-1].astype(int)
 y = X_encoded[:, -1].astype(int)

---

Numpy阵列允许的功能远远超出python列表的功能

此外，在numpy中，切片是表示数组的维度

考虑一个3x3矩阵，它有两个维度。让我们看看python列表和numpy数组中的一些操作感觉如何

>>> import numpy as np
>>> py = [[1,2,3],[3,4,5],[4,5,6]]
>>> npa = np.array(py)
>> py[1:3] # [[3, 4, 5], [4, 5, 6]]
>> npa[1:3] # array([[3, 4, 5], [4, 5, 6]])
>>> # get column 2 and 3 from rows 2 and 3 
>>> npa[1:3, 1:3] # row, col

假设您不熟悉列表索引/切片

py[:] # means every element in the array, also is a shorthand to create a copy

向前看，npa[：，1]将为您提供一个包含每行[：，第二列，1]的数组。ie阵列[2,4,5]

类似地，npa[：，：-1]将为每一行[：，]提供一个包含除最后一列以外的每一列的数组，即数组[[1,2]，[3,4]，[4,5]]

---

参考资料如下：

什么是phyton？@CristiArde；你可以阅读这篇文章：可能是重复的我看了这些，我理解了，但在这个例子中[：，：-1]我不确定thx是什么意思suggestion@CristiArde如果此答案能够消除您的疑虑，请接受以下答案：