边代码边学习01

1. sklearn的train_test_split2. flatten()函数3. np.argwhere()函数

X_train,X_test, y_train, y_test =sklearn.model_selection.train_test_split(train_data,train_target,test_size=0.4, 

因此，之后的fit要用第一和三的调用结果，即，fit(X_train,y_train)

flatten是numpy.ndarray.flatten的一个函数，即返回一个一维数组。
flatten只能适用于numpy对象，即array或者mat，不适用于普通的list列表。

from numpy import *
a=array([[1,2],[3,4],[5,6]])
print(a)
# 输出
array([[1, 2],
    [3, 4],
    [5, 6]])
# flatten()
# 默认按行的方向降维
a.flatten() 
# 结果
array([1, 2, 3, 4, 5, 6])
# 按列降维
a.flatten('F') 
# 结果
array([1, 3, 5, 2, 4, 6]) 
#按行降维
a.flatten('A') 
# 结果
array([1, 2, 3, 4, 5, 6])

np.argwhere( np.array > num )
返回大于num的数组元素的索引。

x = np.arange(6).reshape(2,3)
print(x)
# 结果
[[0 1 2]
 [3 4 5]]
 
a = np.argwhere(x>1)
print(a)
# 结果
[[0 2]
 [1 0]
 [1 1]
 [1 2]]