原始矩阵变量是N，形状是（138,210）。 我试图使用N [：] [： - 1]和N [：] [ - 1]来获得该矩阵N的子集。 所以这两个子集的形状将是（138,209）和（138,1）。 但是，此方法不起作用。答复是（137,210）和（1,210）。 我也试过N [： - 1] [：]，但这也不起作用。
N的类型是numpy.matrix.defmatrix.matrix
我如何得到正确答案？
答案 0 :(得分：1)
选择所有行和所有但最后一列：
N[:, :-1]
从每一行中选择最后一列：
N[:, -1]
N[:, :-1]的形状为(138, 209)，N[:, -1]的形状为(138, 1)。
This cookbook page解释了多维切片。
为什么N[:][:-1]会返回少一行的数组：
切片N默认为沿第一轴切片。所以N[:]沿着长度为138的切片。如上所示，要沿第二轴切片，您需要提供两个用逗号分隔的切片表达式：例如N[:, :-1]。第二个切片表达式:-1应用于第二个轴。
N[:]返回包含所有行的N切片（并且由于没有沿第二轴执行切片，因此它也会返回所有列）。它是相同矩阵N的视图。因此N[:]具有形状(138, 210)。 N[:][:-1]因此选择除N的最后一行以外的所有行，因此形状为(137, 210)。
答案 1 :(得分：0)
这对你有用吗？
In [42]: N = np.random.rand(138, 210)
In [43]: N[:, :-1].shape
Out[43]: (138L, 209L)
In [44]: N[:, -1].shape
Out[44]: (138L,)
N[:, :-1]表示(138, 209)形状，N[:, -1]表示(138, 1)形状。