最近研究邏輯回歸，Iris花的經典示例，代碼就不全粘貼了，具體代碼參看“Iris花邏輯回歸與實現”

1 plt.plot(X[y==0, 0], X[y==0,1], "bs")2 plt.plot(X[y==1, 0], X[y==1, 1], "g^")

X[y==0, 0]中的y==0是個什么東東，為什么可以占據X的第一個位置？

首先我們看一下X是個什么？

1 from sklearn importdatasets2 iris =datasets.load_iris()3

4 X = iris["data"][:, (2, 3)] #petal length, petal width

5 y = (iris["target"] == 2).astype(np.int)6 print(X)

Output:

[[1.4 0.2]

[1.4 0.2]

...

[5.1 1.8]]

X是一個數組，數組的元素是一個二元組。在解釋X[y==0, 0]之前，首先要明白X[:,:]左面:代表的是行范圍，右邊“：”代表的是列范圍，如果是冒號則代表全部，否則就像代碼中第四行那樣，指定一個范圍；那么無論是“：”，還是指定一個范圍(類似于(2,3))，其實本質都是會被翻譯成一個true/false的一維一元數組，每個元素都是代表數組對應位置的元素是否要出現。

比如，y==0，print之后其實是[True True False …]，那么X[y==0, 0],就X的前三個元素而言，分別代表返回(包含)，返回(包含)，不返回(不包含)；與之類似對于“iris[“data”][:, (2, 3)]”這個寫法，左邊的那個”：”代表的行是[True，True, … ,True]，全是true；

那么X[y==0, 0]中，第二個0代表什么意思呢？y==1解決了行中那些返回(那些為true的返回)，右邊的那個數字代表就是返回那一列，0，代表返回的是第一列，就是上面那個1,4,1.4…5.1；與之類似對于“iris[“data”][:, (2, 3)]”這個寫法，代表列是要返回第三列和第四列。

這里看到在python里面行列的處理模式是不一樣的，行的取舍是通過一個True/ False數組來實現的，列的取舍確實通過指定了那一列；這個其實從矩陣的角度能夠更好的理解。

Python的X[y==1, 0]

總結

以上是生活随笔為你收集整理的python中x y 1_Python的X[y==1, 0]的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。