最近我在跟一个教程时遇到了以下代码

for i, j in enumerate(np.unique(y_set)):    plt.scatter(X_set[y_set == j, 0], X_set[y_set == j, 1],        c = ListedColormap(('red', 'green'))(i), label = j)

这里，y_set 是一个包含二进制值 0 和 1 的向量，而 X_set 是一个有两列的数组。我特别不理解如何解释以下这行代码

X_set[y_set == j, 0], X_set[y_set == j, 1]

回答：

这里面有几件事在发生。目前，我先不考虑循环，但我们知道 j 会在 y_set 中取值，所以会是零或一。首先我们创建两个数组：

import numpy as npX_set = np.arange(20).reshape(10, 2)y_set = np.array([0, 1, 1, 1, 0, 0, 1, 1, 0, 1])

从上面来看，这段代码基本上在做：

plt.scatter(filtered_values_in_first_column_of X_set,             filtered_values_in_second_column_of X_set)

y_set 提供了过滤条件。我们可以通过逐步构建来达到这个目的：

print("Where y_set == 0: Boolean mask.")print(y_set == 0)print()print("All rows of X_set indexed by the Boolean mask")print(X_set[y_set == 0])print()print("2D indexing to get only the first column of the above")print(X_set[y_set == 0, 0])print()

你可以在这里了解更多关于 numpy 索引 的信息。一旦你把步骤分解开来，事情并不复杂，但我认为这是一种不必要复杂的方式来完成这个任务。

for 循环的目的是为了根据 y_set 值是否等于 0 或 1 来重复绘图，并使用不同的颜色。