对Python列表语法感到困惑

这是代码和相关文档（），我被这一行搞糊涂了，

data.target[[10,25,50]]]

，弄糊涂了为什么要使用双

[[]]

，如果有人能澄清一下，那就太好了

from sklearn.datasets import load_iris
data = load_iris()
print data.target[[10, 25, 50]]
print list(data.target_names)

提前感谢,，

---

Lin

您的困惑是可以理解的：这绝对不是“标准”Python

数据。在本例中，目标是来自numpy的：

In [1]: from sklearn.datasets import load_iris
   ...: data = load_iris()
   ...: print data.target[[10, 25, 50]]
   ...: print list(data.target_names)
[0 0 1]
['setosa', 'versicolor', 'virginica']

In [2]: print type(data.target)
<type 'numpy.ndarray'>

[1]中的
：从sklearn.dataset导入加载
…：data=load_iris（）
…：打印数据。目标[[10,25,50]]
…：打印列表（数据.目标名称）
[0 0 1]
['setosa'，'versicolor'，'virginica']
In[2]：打印类型（data.target）

numpy的ndarray实现允许您通过提供所需项的索引列表来创建新数组。例如：

In [13]: data.target
Out[13]:
array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
       1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
       1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
       2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
       2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2])

In [14]: data.target[1]
Out[14]: 0

In [15]: data.target[[1,2,3]]
Out[15]: array([0, 0, 0])

In [16]: print type(data.target[[1,2,3]])
<type 'numpy.ndarray'>

[13]中的
：data.target
出[13]：
数组（[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0，
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2])
In[14]：data.target[1]
Out[14]：0
在[15]中：data.target[[1,2,3]]
Out[15]：数组（[0,0,0]）
在[16]中：打印类型（data.target[[1,2,3]]）

而且它很可能通过以下方式做到这一点

有关更多信息，请参阅NumPy数组文档：
这是使用“整数索引”语法（与通常的下标相反）从NumPy数组
a
检索元素，即整数
B
列表将用于查找
a
中特定索引处的元素。您的输出是一个numpy数组，其形状与用作“输入”的列表
B
相同，输出元素的值是从这些整数索引处
a
的值获得的，例如：

>>> import numpy
>>> a = numpy.array([0,1,4,9,16,25,36,49,64,81])
>>> a[[1,4,4,1,5,6,6,5]]
  array([ 1, 16, 16,  1, 25, 36, 36, 25])

整数索引可应用于多个维度，例如：

>>> b = numpy.array([[0,1,4,9,16],[25,36,49,64,81]]) # 2D array
>>> b[[0,1,0,1,1,0],[0,1,4,3,2,3]]   # row and column integer indices
  array([ 0, 36, 16, 64, 49,  9])

或者，同一示例，但具有2维输入列表，影响输出形状：

还请注意，您也可以使用numpy数组而不是列表执行“整数索引”，例如

>>> a[numpy.array([0,3,2,4,1])]
  array([ 0,  9,  4, 16,  1])

@TigerhawkT3看起来像是从
数据索引的
[10,25,50]
。目标array@TigerhawkT3，谢谢，投票赞成。我尝试了打印类型（data.target）
，返回的是
。困惑的是，包含单个元素的列表是什么意思，您能再详细说明一下吗？谢谢。@cricket\u 007，谢谢并投票赞成，但是为什么要使用double
[[]]
？那么你对NumPy数组而不是Python列表感到困惑。谢谢@cricket\u 007，投票赞成。那么，在
[[10,25,50]
中，double
[[[]]]
的含义是什么呢？谢谢Christian，投票支持这个全面的回答，所以它意味着从
numpy
数组
data.target
中检索
第10,25,50
个元素，以及Python中的新列表？如果是这样的话，
type（data.target[[10,25,50]]）
应该是一个正式的Python列表，对吗？@LinMa看看答案中的最后一行代码，它仍然是一个
numpy.ndarray
谢谢@cricket_007，投赞成票。现在一切都清楚了在很多方面，你可以把一个
numpy.ndarray
当作一个列表（迭代、切分等），但如果你要这样做，我强烈建议你先阅读，因为有一些不标准的行为可能会绊倒你。谢谢Christian，投票并将你的回答标记为答案。
>>> a[numpy.array([0,3,2,4,1])]
  array([ 0,  9,  4, 16,  1])