Python中的If和range

问题1:什么是

if test_idx:
        X_test, y_test= X[test_idx,:], y[test_idx]

及

在

是吗

问题2:为什么

范围应该从105到150开始。我知道向量
X_测试
有45个数据，但为什么不放，例如，
范围（0,45）
？（我试着放，我知道样本会变化，但我不明白为什么我应该选择这样的间隔）

在函数定义中，
test\u idx
的默认值为
None
：

def plot_decision_regions(X, y, classifier,test_idx=None, resolution = 0.02):

如果它是
None
，则不会执行以下操作，但如果确实提供了一个值（非零），则会执行索引操作：

    if test_idx:
        X_test, y_test= X[test_idx,:], y[test_idx]

这将调用该函数，将
test\u idx
定义为
范围
对象：

plot_decision_regions(X=X_combined_std, y=y_combined, classifier=ppn, test_idx=range(105,150))

如果
X\u combined\u std
或
y\u combined
是numpy数组（或类似数组的对象），则
test\u idx
范围选择值的“范围”；如图所示：

In [120]: x = np.arange(10)                                                                                     
In [121]: x[range(3, 6)]                                                                                        
Out[121]: array([3, 4, 5])

选择
range（105150）
与
range（0,45）
只是要绘制哪些数据点/样本/集的问题

开始时，
iris
数据集作为
X
和
y
加载，然后分成训练集和测试集
combined
将它们连接起来，此范围从组合数组中选择值

 y_combined=np.hstack((y_train, y_test))

看起来iris有150个样本。当
测试大小
为.3时，150*.3为45。因此，在组合数组中，最后45个元素是
test
，其他元素是
training
。因此，这个（105150）范围仅绘制测试值。（0,45）将绘制训练值的子集，这可能并没有意义。
欢迎使用。这不是一个讨论论坛或教程。请花点时间阅读和阅读该页面上的其他链接。你是在问我们为什么你这么写代码。
plot_decision_regions(X=X_combined_std, y=y_combined, classifier=ppn, test_idx=range(105,150))

In [120]: x = np.arange(10)                                                                                     
In [121]: x[range(3, 6)]                                                                                        
Out[121]: array([3, 4, 5])

 y_combined=np.hstack((y_train, y_test))