Python机器学习入门：关于X[:, numpy.newaxis, 2]的疑问求助

1. 数字2的来源是什么？ #

datasets.load_diabetes()返回的特征矩阵X是二维数组，每一列对应一个特征，Python索引从0开始，数字2代表取第3个特征。这个数据集共有10个特征，选这个特征是为了做单特征回归的演示，方便后续用散点图直观展示特征和目标变量的关系。

2. numpy.newaxis是什么？ #

你猜对了，numpy.newaxis本质就是None，它的核心作用是给数组新增一个维度。原X的形状是(样本数, 10)，加上numpy.newaxis后，数组形状变为(样本数, 1, 10)，再取索引2后，最终得到(样本数, 1)的二维数组——这样做是为了适配scikit-learn模型的输入要求，多数模型要求特征输入是二维数组（样本数×特征数）。

3. 方括号中逗号分隔的参数是什么？ #

这是numpy多维数组的索引语法，逗号分隔的是不同维度的索引规则：

• 第一个:：表示取该维度的所有元素，这里就是选中所有样本；
• numpy.newaxis：在当前位置新增一个维度；
• 数字2：在新增维度后的第三个维度上，取索引为2的元素（也就是原特征矩阵的第3个特征）。
  整行代码的作用是从原特征矩阵中提取所有样本的第3个特征，并将其转换为列向量形式的二维数组。

内容的提问来源于stack exchange，提问作者iltan