Python 如何正确构建此列表：

我应该如何正确地编写此列表：我试图从火车组X_tr中仅保留numpy数组的.std（）大于10的图像，但我需要跟踪索引以返回y_tr中的相应标签：

（X_tr，y_tr）=（np.array（[i[i.std（）>=10]表示X_tr.numpy（）]中的i）[0]，y_tr[i.iloc（）].numpy（））

为什么错误消息告诉我我是int，我应该是火车组X_tr的图像，作为numpy对象

AttributeError回溯（最近一次调用）
在里面
---->1（X_tr，y_tr）=（np.array（[i[i.std（）>=10]表示X_tr.numpy（）]中的i）[0]，y_tr[i.iloc（）].numpy（））
AttributeError:“int”对象没有属性“iloc”

我还尝试：

索引列表=[]
索引=0
X_tr=X_tr.numpy（）
X_val=X_val.numpy（）
y_tr=y_tr.numpy（）
y_val=y_val.numpy（）
对于范围内的i（len（X_tr））：
如果X_tr[i].std（）10）
X_tr，y_tr=X_tr[指数]，y_tr[指数]
---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
在里面
1指数=np.其中（np.标准（X_tr，轴=1）>10）
---->2x_-tr，y_-tr=X_-tr[指数]，y_-tr[指数]
包装中的~/.pyenv/versions/lewagon/lib/python3.8/site-packages/tensorflow/python/util/dispatch.py（*args，**kwargs）
199“调用目标，如果出现类型错误，则返回调度程序。”
200次尝试：
-->201返回目标（*args，**kwargs）
202除外（类型错误、值错误）：
203#注意：将_转换为_急切_张量当前会引发一个值错误，而不是
~/.pyenv/versions/lewagon/lib/python3.8/site-packages/tensorflow/python/ops/array\u ops.py in\u slice\u helper（tensor，slice\u spec，var）
984新的_轴_掩码|=（1 986检查索引）
987开始。追加
988结束。追加（s+1）
~/.pyenv/versions/lewagon/lib/python3.8/site-packages/tensorflow/python/ops/array\u ops.py in\u check\u index（idx）
863#TODO（slebedev）：索引器在这里似乎更合适，但它
864将打破“分片”合同。
-->865 raise TypeError（_SLICE_TYPE_ERROR+”，got{！r}）.format（idx））
866
867
TypeError:只有整数、切片（`:`）、省略号（`…`）、tf.newaxis（`None`）和标量tf.int32/tf.int64张量是有效的索引，Get数组（[0，0，0，…，14999，14999，14999]）

以及：

index=np.where（np.std（X_tr.numpy（），轴=1）>10）
X_tr，y_tr=X_tr.numpy（），y_tr.numpy（）
X_tr，y_tr=X_tr[指数]，y_tr[指数]
---------------------------------------------------------------------------
索引器回溯（最后一次最近调用）
在里面
1索引=np，其中（np.std（X_tr.numpy（），轴=1）>10）
2 X_tr，y_tr=X_tr.numpy（），y_tr.numpy（）
---->3 X_tr，y_tr=X_tr[指数]，y_tr[指数]
索引器：数组的索引太多

我的X_tr看起来像这样，目前np.where不起作用：

列表理解的目的是使代码更加清晰。您的代码几乎不可能理解。我将单独计算索引

indices = np.where(np.std(x, axis=1) > 10)
x, y = x[indices], y[indices]

我想这就是你想做的。
请确保以更清晰的方式问你的问题，并给出上下文列表中的
I
理解力已耗尽，我们将在数学中说它已被整合，因此它与元组第二个元素中的
I
无关。嗨，迈克，但是可以保持tra吗检查i.std（）>=10的索引，并将索引列表传递给相同列表理解范围内的y\u tr标签？只需将
i
转换为实际整数…我们将其称为
j
。也就是说，不是
X\u tr.numpy（）
，不管它是什么，都是可枚举的？所以让
j
作为它的索引。所以理解的循环部分类似于
对于范围内的j（X_tr.numpy（）.shape[0]）
--（我广泛使用numpy，但实际上不知道
.numpy（）
这样做，因为我还不喜欢
tf.Tensor
之类的东西，但只要让
j
作为枚举建立的索引即可）。然后你可以用
X_tr.numpy（）[j]替换你语句中的
I
。我想你是指y_tr.numpy（）[j]，标签，但我不知道这个循环如何在列车组上找到匹配的标签和功能…这就是我试图做的，除了我的x包含需要计算.std（）的数组外，我需要计算.std（）在x的每个元素上…x的维度是什么？我假设它是NxM，在这里你要计算N个标准偏差，每个M元素。x的维度是（15000,65,65,7）这是有效的！是的：
index=np.where（[I[I.std（）>=10]。x_tr.numpy（）]中I的all（））x_tr，y_tr=x_tr.numpy（），y_tr.numpy（），y_tr=x_tr[index]，y_tr[索引]