Python 这样切一片怎么可能？

我正在学习一门机器学习课程，有一个建议（关于平衡类）使用以下代码：

X_train_to_add = X_train[y_train.as_matrix() == 1, :][indices_to_add, :]

---

其中

y\u train

是一个数据帧（通过

as.matrix（）

将其转换为numpy数组）。我不明白如何使用矩阵作为切片索引。

将语句分解为其组成部分可能会有所帮助。此语句相当于以下语句序列：

y = y_train.as_matrix()
row_mask = y == 1
X_masked = X_train[row_mask,:]
X_train_to_add = X_masked[indices_to_add, :]

让我们看一个具体的例子。假设

y

，

X\u列车

，以及

索引_至_添加

具有以下值：

>>> import numpy as np
>>> y = np.array([1, 2, -1, 1, 1])
>>> X_train = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12], [13, 14, 15]])
>>> indices_to_add = np.array([2, 0])

首先，我们创建一个布尔数组，指示

y

的哪些元素等于

1

，我们称之为“行掩码”

接下来，我们使用行掩码来选择

X\u列的行

，使得

row\u掩码

的对应值为

True

（或者等效地，使得

y

的对应值等于

1

）的行

最后，我们使用一个索引数组从前面的结果中选择某些行。请注意，这些索引指的是被屏蔽的

X\u行

，而不是原始矩阵

X\u列

>>> X_train_to_add = X_masked[indices_to_add,:]
>>> X_train_to_add
array([[13, 14, 15],
       [ 1,  2,  3]])

您可以在.

中看到更多的numpy索引示例，称为。从SO文档中可以看出：这不是字符串。这是代码，或者您指的是语法。字符串是一种数据类型，如

“这里有一些文本”

。在询问编程时，不要将其与其他含义一起使用。

>>> X_masked = X_train[row_mask,:]
>>> X_masked
array([[ 1,  2,  3],
       [10, 11, 12],
       [13, 14, 15]])

>>> X_train_to_add = X_masked[indices_to_add,:]
>>> X_train_to_add
array([[13, 14, 15],
       [ 1,  2,  3]])