需要幫助解剖此Numpy切片代碼

-1

對不起，無法發佈任何鏈接，因爲沒有聲望點。需要幫助解剖此Numpy切片代碼

下面是我收到絆倒在代碼：

預測出約等於30

forecast_out = int(math.ceil(0.01*len(df)))

低於他正在創造從熊貓數據幀數組中的整數。該數組包含與df相同的值，但沒有df列'label'。

X = np.array(df.drop(['label'], 1))

縮放的準確性和處理速度

X = preprocessing.scale(X)

這些都是我很困惑的聲明。我看到他正在從上面的數組X中創建兩個numpy數組。我最好的猜測是：如果我們把forecast_out等於30，下面的第一行說創建一個新數組X_Lately，它等於數組的最後30行十，這是正確的嗎？

X_lately = X[-forecast_out:]

我不知道這部分是什麼意思。用'：'括起來的整數是否是一個有效的語法？

X = X[:forecast_out:]

任何事情都會有幫助。謝謝。

來源

2017-03-05 user70199

請發表'''df.head（）'''。什麼是預處理？ – wwii

是的，'''X [-forecast_out：]'''是最後一個'forecast_out'行。第二，你確定沒有錯別字嗎？這看起來不正確 - 你試過了嗎？它做了什麼？ – wwii

切片'：forecast_out：'與'：forecast_out'相同。它給出了第一個'forecast_out'元素。切片的可選第三部分是步長。切片符號的最一般形式是「start：stop：step」。 '：forecast_out：'只是指定'stop'值，所以start和step是默認值，分別是0和1。 –

正如指出了意見:x正是samee爲:x:：

>>> class peek: 
... def __getitem__(self, key): 
...  return key 
... 
>>> a = peek() 
>>> a[:4] 
slice(None, 4, None) 
>>> a[:4:] 
slice(None, 4, None)

這就是爲什麼不經常使用這讓你感到困惑的形式。

來源

2017-03-05 20:24:08

需要幫助解剖此Numpy切片代碼

回答

相關問題