Блог

Я читаю книгу «Введение в машинное обучение Python», и этот код находится на странице 69. Я не могу понять, почему я могу получить такой результат.

 X = np.array([[0, 1, 0, 1],
              [1, 0, 1, 1],
              [0, 0, 0, 1],
              [1, 0, 1, 0]])
y = np.array([0, 1, 0, 1])

for label in np.unique(y):
    print(X[y == label])
 

Результат:

 [[0 1 0 1]
 [0 0 0 1]]
[[1 0 1 1]
 [1 0 1 0]]
 

Давайте разберем это по частям.

1. np.unique(y)

   np.unique возвращает все уникальные элементы данного массива. В данном случае это так [0, 1] (поскольку в есть только два уникальных элемента y , 0 и 1).

   Так что беги

    for label in np.unique(y):
    

   будет повторяться дважды. В первый раз label будет равно 0 , и во второй раз будет равно 1 . Вы можете проверить это сами, запустив

    for label in np.unique(y):
       print(label)
    

2. y == label

   Если вы запустите сравнение с массивом, numpy вернет логический массив того же размера. Таким образом, на первой итерации for цикла он будет запущен y == 0 , что дает нам [ True False True False] возможность , так как первый и третий элементы y равны 1. Затем на второй итерации он будет запущен y == 1 , давая нам обратную , [False True False True]

   Вы можете проверить это сами, запустив:

    for label in np.unique(y):
       print(y == label)
    

3. X[y == label]

   Теперь, когда мы знаем, что делает остальная часть логики, последняя часть определяет, что происходит при передаче в y == label качестве «селектора» для элементов X . Когда вы передаете логический массив в качестве селектора, вы сообщаете numpy, какие элементы исходного массива вы хотите вернуть. В данном случае X это 2-мерный массив (размер 4×4), и если мы передадим массив длиной 4, мы сообщим numpy, какие строки мы хотим выбрать.

   Как упоминалось выше, на первой итерации y == label это [ True False True False] так , поэтому мы говорим, что нам нужны первая и третья строки X. Так print(X[y == label]) что дает

    [[0 1 0 1]
    [0 0 0 1]]
    

   А затем на второй итерации, в соответствии с вышеизложенным, y == label будут выбраны вторая и четвертая строки, дающие:

    [[1 0 1 1]
    [1 0 1 0]]
    

Надеюсь, это прояснит ситуацию!