关于pandas Series中y.values==0,0等索引语法含义的技术咨询

背景说明 #

已知y是包含0和1的pandas Series对象，示例代码：

y= pd.Series([0,1,0,1,1,0])

绘图代码中用到了pca[y.values==0,0]这类写法，下面拆解解释：

绘图代码示例 #

plt.figure(dpi=120)
plt.scatter(pca[y.values==0,0], pca[y.values==0,1], alpha=0.5, label='Edible', s=2)
plt.scatter(pca[y.values==1,0], pca[y.values==1,1], alpha=0.5, label='Poisonous', s=2)
plt.legend()

语法含义拆解 #

pca[y.values==0,0]是numpy数组的布尔索引+列索引组合写法，要分成两部分理解：

1. y.values==0：先把pandas Series转为numpy数组（y.values），再生成一个布尔数组——每个元素对应原数组位置的值是否等于0。比如示例中y.values是array([0,1,0,1,1,0])，y.values==0会得到array([True, False, True, False, False, True])，这个布尔数组用来筛选pca中对应行的样本。
2. 逗号后的0：表示取pca数组的第0列（索引从0开始），也就是PCA降维后的第一个主成分特征值。

所以pca[y.values==0,0]整体的意思是：从PCA降维后的数组pca里，挑出所有对应y值为0的行，再提取这些行的第0列数据，用来做散点图的x轴坐标。

类似组合的区别 #

• pca[y.values==0,1]：筛选y值为0的行，提取第1列数据（PCA第二个主成分），作为可食用样本散点图的y轴坐标。
• pca[y.values==1,0]：筛选y值为1的行，提取第0列数据，作为有毒样本散点图的x轴坐标。
• pca[y.values==1,1]：筛选y值为1的行，提取第1列数据，作为有毒样本散点图的y轴坐标。

这种写法的核心是用布尔索引按类别筛选样本，再通过列索引提取对应维度的特征值，实现按类别绘制PCA降维后的散点图。

内容的提问来源于stack exchange，提问作者nitish kumar