python 中 numpy 数组的计算

Question

有一个numpy的计算过程如下，已正确通过，但我对过程不太了解，希望得到帮助。步骤如下：

1. 有user_item_train矩阵，通过unstack创建如下：
2. 有测试数据索引列表test_idx如下：
3. 下面的代码：从训练数据集中查找 test_idx 中的 user_id，以及 return 布尔值
4. 通过np.linalg.svd(user_item_train,full_matrices=False生成如下u_train数据集：
5. 我不明白这一步：

可以请你帮忙解释一下吗？
谢谢。

Answer 1

u_train 是一个二维数组。在 NumPy 中，您可以将列表用作切片。举个例子最容易想象：假设我有一个名为 arr 的 4x4 数组。那么，

• arr[3, 1] 给出第 3 行第 1 列的值（记住我们从 0 开始计数）。
• arr[[1, 3], [0, 2]] 给我一个 2x1 数组，其中包含以下原始索引：即第 1 行和第 3 行，第 0 列和第 2 列。

+--------+--------+
| (1, 0) | (1, 2) |
+--------+--------+
| (3, 0) | (3, 2) |
+--------+--------+

• arr[[0, 3], :] 给出第 0 行和第 3 行，所有列，因为 : 表示该轴上的所有内容：

+--------+--------+--------+--------+
| (0, 0) | (0, 1) | (0, 2) | (0, 3) |
+--------+--------+--------+--------+
| (3, 0) | (3, 1) | (3, 2) | (3, 3) |
+--------+--------+--------+--------+

• arr[3]等同于arr[3, :]，只是语法糖。
• 对于使用布尔列表作为索引，列表中的True表示包含与其相同索引的行，反之亦然。例如， arr[:, [True, True, False, False]] 等同于 arr[:, [0, 1]]。 请注意，也许很明显，布尔列表的长度必须与维度相同，因此 arr[:, [True, False, True]] 将引发 IndexError.