python - numpy 比较的工作原理

Question

我是这个领域的新手，这个脚本是用来随机将80%的数据放入训练列表中，其余20%放入测试列表中。该脚本有效，但我对它为何有效有几个疑问。如果 len(data) 为 1000，则 randn(1000) 将生成 1000 个正态分布的随机数。我不明白的是:1)我测试自己，例如 [1,2,3,4,5,6,7,8,9,10]<5 我得到一个错误，因为左边的运算符是一个列表。但是为什么 check=a<0.8合法，a 应该是 1000 个元素的列表？

import pandas as pd
import numpy as np 
data = pd.read_csv('E:/Personal/Learning/Datasets/Book/Customer ChurnModel.txt')
len(data)
a=np.random.randn(len(data))
check=a<0.8
training=data[check]
testing=data[~check]

Answer 1

NumPy 数组重载比较运算符以针对每个元素而不是每个容器执行操作。

换句话说，

check=a<0.8

将创建一个与 a 长度相同的新 NumPy 数组 check ，这样:

check[i] = a[i] < 0.8