我想快速访问np.array元素，例如从索引0-6加10到最后。到目前为止，我曾尝试：访问部分np.array
a[0:6,10:]
或
np.concatenate(a[0:6],a[10:])
两者都是给我的错误，用第二个给我：“类型错误：只有整数标阵列可以被转换成一个标量指数”
编辑：串连仍然给我的问题，所以我要在这里发布我的全码：
Fold_5 = len(predictorX)/5
trainX = np.concatenate(predictorX[:3*int(Fold_5)],predictorX[4*int(Fold_5)])
预测器X是具有如下值的阵列：
[[0.1,0.4,0.6,0.2],[..]....]
在：
a[0:6,10:]
0：6选择行，10：选择列。如果a不是2d或足够大，将导致错误。
在
np.concatenate(a[0:6],a[10:])
问题是参数的数量;它需要一个数组列表。第二个，如果给出被理解为axis，应该是一个整数（因此你的错误）。
np.concatenate([a[0:6],a[10:]])
应该工作。
另一种选择是使用索引列表
a[0,1,2,3,4,5,10,11,...]]
np.r_是构建这样一个列表方便的小工具：
In [73]: np.r_[0:6, 10:15]
Out[73]: array([ 0, 1, 2, 3, 4, 5, 10, 11, 12, 13, 14])
它的效果确实np.concatenate([np.arange(0,6),np.arange(10,15)])。
无论您是先索引还是连接，或先连接索引再连接索引，都无关紧要。效率大致相同。 np.delete根据“删除”区域的大小和类型在几种方法中进行选择，包括这些方法。
在trainX表达式中，将[]添加到连接调用应该起作用。但是，predictorX[4*Fold_5]可能会成为问题。你是否错过:（如10：示例）？如果您只需要一个值，则需要将其转换为1d，例如predictorX[[4*Fold_5]]
Fold_5 = len(predictorX)//5 # integer division in py3
trainX = np.concatenate([predictorX[:3*Fold_5], predictorX[4*Fold_5:]])
np.concatenate获取数组序列。尝试
np.concatenate([a[0:6],a[10:]])
或
np.concatenate((a[0:6],a[10:]))
以下是获得所需的子阵列的两个短的方式：
np.delete(a, np.s_[6:10])
和
np.r_[a[:6], a[10:]]