Numpy数组形状转换报错：1维数组被使用2维索引访问

你的错误根源在于数组索引使用完全错误：

• 原代码data[0, [0,2]]只取了第0行的第0、2列，得到的是1维数组（形状为(2,)），完全不符合你需要的(100,2)和(100,1)的数组形状
• 后续用这个1维数组执行x_class0[:, 0]这类2维索引操作，自然会触发"数组是1维但使用了2个索引维度"的错误

正确的拆分代码 #

直接修正X_train和y_train的索引逻辑：

# X_train取所有行的前两列（对应Exam1、Exam2），形状为(100,2)
X_train = data[:, [0, 1]]
# y_train取所有行的第2列（对应Admission Decision），保持(100,1)的二维形状
y_train = data[:, [2]]

如果不需要严格的二维形状，也可以写成y_train = data[:, 2]（此时是1维数组(100,)），后续布尔索引依然能正常工作，Numpy的广播机制会自动匹配维度。

验证与后续可视化 #

修改后可以先打印形状确认结果：

print("X_train shape:", X_train.shape)  # 输出 (100, 2)
print("y_train shape:", y_train.shape)  # 输出 (100, 1)

之后的可视化代码无需修改即可正常运行：

x_class0 = X_train[y_train == 0]
x_class1 = X_train[y_train == 1]

plt.scatter(x_class0[:, 0], x_class0[:, 1], color='blue', label='Not Admitted')
plt.scatter(x_class1[:, 0], x_class1[:, 1], color='red', label='Admitted')
plt.legend()
plt.show()

内容的提问来源于stack exchange，提问作者Chris Santos