_safe_indexing#

sklearn.utils._safe_indexing(X, индексы, *, ось=0)[источник]#

Возвращает строки, элементы или столбцы X, используя индексы.

Предупреждение

Эта утилита документирована, но частный. Это означает, что обратная совместимость может быть нарушена без какого-либо цикла устаревания.

Параметры:
Xarray-like, sparse-matrix, list, pandas.DataFrame, pandas.Series

Данные, из которых производится выборка строк, элементов или столбцов. list поддерживаются только когда axis=0.

индексыbool, int, str, slice, array-like

  • Если axis=0, поддерживаются булевы и целочисленные массивы, целочисленные срезы и скалярные целые числа.

  • Если axis=1:

    • для выбора одного столбца, indices может быть int тип для всех X типы и str только для dataframe. Выбранное подмножество будет одномерным, если только X является разреженной матрицей, в этом случае она будет двумерной.

    • для выбора нескольких столбцов, indices может быть одним из следующих: list, array, slice. Тип, используемый в этих контейнерах, может быть одним из следующих: int, 'bool' и str. Однако, str поддерживается только когда X является датафреймом. Выбранное подмножество будет двумерным.

осьint, по умолчанию=0

Ось, вдоль которой X будет подвергнута субдискретизации. axis=0 будет выбирать строки, в то время как axis=1 выберет столбцы.

Возвращает:
subset

Подмножество X по оси 0 или 1.

Примечания

Поддерживаются разреженные матрицы CSR, CSC и LIL. Разреженные матрицы COO не поддерживаются.

Примеры

>>> import numpy as np
>>> from sklearn.utils import _safe_indexing
>>> data = np.array([[1, 2], [3, 4], [5, 6]])
>>> _safe_indexing(data, 0, axis=0)  # select the first row
array([1, 2])
>>> _safe_indexing(data, 0, axis=1)  # select the first column
array([1, 3, 5])
На этой странице