用于启动test_train_split的数组切片表示法？

Question

我正在研究基于Iris数据集的机器学习教程：

    sepal-length  sepal-width  petal-length  petal-width        class
0            5.1          3.5           1.4          0.2  Iris-setosa
1            4.9          3.0           1.4          0.2  Iris-setosa
2            4.7          3.2           1.3          0.2  Iris-setosa
...(146 more rows)

数据集最终被分成两个独立的数组，X和Y，并输入test_train_split：

array = dataset.values
X = array[:,0:4]
Y = array[:,4]
validation_size = 0.20
seed = 7
X_train, X_validation, Y_train, Y_validation = train_test_split(X, Y,
    test_size=validation_size, random_state=seed)

我正在尝试理解数组切片表示法：

X = array[:,0:4]
Y = array[:,4]

这些切片命令究竟产生了什么？

Answer 1

X = array[:,0:4]

X是一个二维数组，包含array中的所有行，以及第1列，第2列，第3列和第4列（[0:4] - sepal-length，sepal-width，petal-length和petal-width）。它的形状将是(len(array), 4)

---

Y = array[:, 4]

Y是包含array中所有行的2D数组，仅包含第5列（class）。它的形状是（len（array），1）

---

X将数值数据提取为训练数据（第0-3列），而Y仅提取相应的标签（第4列）。