numpy.ndarray構文確認のための確認

Question

iris.dataが150（行）* 4（列）の次元であるため、ここでコード例（http://scikit-learn.org/stable/auto_examples/linear_model/plot_iris_logistic.html）を参照していて、特にこの行で混乱しています。すべての行、および最初の2つの列。私は時間がかかるが、そのような構文定義公式文書を見つけることができないので、私の理解が正しいかどうかを確認するためにここで尋ねる。

もう1つの質問は、次のコードを使用して行数と列数を取得することです。私のコードはPythonのネイティブスタイルであり、numpyが関連する値を取得するためのより良いスタイルを持っているかどうかはわかりません。

print len(iris.data) # for number of rows 
print len(iris.data[0]) # for number of columns 

ミニコンダインタプリタでPython 2.7を使用する。

print(__doc__) 


# Code source: Gaël Varoquaux 
# Modified for documentation by Jaques Grobler 
# License: BSD 3 clause 

import numpy as np 
import matplotlib.pyplot as plt 
from sklearn import linear_model, datasets 

# import some data to play with 
iris = datasets.load_iris() 
X = iris.data[:, :2] # we only take the first two features. 
Y = iris.target 

h = .02 # step size in the mesh 

logreg = linear_model.LogisticRegression(C=1e5) 

# we create an instance of Neighbours Classifier and fit the data. 
logreg.fit(X, Y) 

# Plot the decision boundary. For that, we will assign a color to each 
# point in the mesh [x_min, m_max]x[y_min, y_max]. 
x_min, x_max = X[:, 0].min() - .5, X[:, 0].max() + .5 
y_min, y_max = X[:, 1].min() - .5, X[:, 1].max() + .5 
xx, yy = np.meshgrid(np.arange(x_min, x_max, h), np.arange(y_min, y_max, h)) 
Z = logreg.predict(np.c_[xx.ravel(), yy.ravel()]) 

# Put the result into a color plot 
Z = Z.reshape(xx.shape) 
plt.figure(1, figsize=(4, 3)) 
plt.pcolormesh(xx, yy, Z, cmap=plt.cm.Paired) 

# Plot also the training points 
plt.scatter(X[:, 0], X[:, 1], c=Y, edgecolors='k', cmap=plt.cm.Paired) 
plt.xlabel('Sepal length') 
plt.ylabel('Sepal width') 

plt.xlim(xx.min(), xx.max()) 
plt.ylim(yy.min(), yy.max()) 
plt.xticks(()) 
plt.yticks(()) 

plt.show() 

に関して、 林

Answer 1

あなたが正しいです。最初の構文は、最初の2つの列/機能を選択します。ディメンションをクエリするもう1つの方法は、iris.data.shapeです。これは長さがn次元のタプルを返します。ここにいくつかのドキュメントがあります：http://docs.scipy.org/doc/numpy/reference/arrays.indexing.html

import numpy as np 
x = np.random.rand(100, 200) 
# Select the first 2 columns 
y = x[:, :2] 
# Get the row length 
print (y.shape[0]) 
# Get the column length 
print (y.shape[1]) 
# Number of dimensions 
print (len(y.shape))