我想快速访问 np.array 元素，例如从 0-6 加 10 到末尾的索引。到目前为止，我已经尝试过：
a[0:6,10:]
或
np.concatenate(a[0:6],a[10:])
两个都给我错误，第二个给我：“TypeError：只有整数标量数组可以转换为标量索引”
编辑：连接仍然给我带来问题，所以我将在这里发布我的完整代码：
Fold_5 = len(predictorX)/5
trainX = np.concatenate(predictorX[:3*int(Fold_5)],predictorX[4*int(Fold_5)])
predictor X 是一个数组，其值类似于
[[0.1,0.4,0.6,0.2],[..]....]
【问题讨论】：
在：
a[0:6,10:]
0:6 选择行，10: 选择列。如果a 不是 2d 或不够大，则会导致错误。
在
np.concatenate(a[0:6],a[10:])
问题在于参数的数量；它需要一个数组列表。第二个，如果被理解为axis，它应该是一个整数（因此你的错误）。
np.concatenate([a[0:6],a[10:]])
应该可以。
另一种选择是使用列表索引
a[0,1,2,3,4,5,10,11,...]]
np.r_ 是一个方便的小工具，用于构建这样的列表：
In [73]: np.r_[0:6, 10:15]
Out[73]: array([ 0, 1, 2, 3, 4, 5, 10, 11, 12, 13, 14])
实际上是np.concatenate([np.arange(0,6),np.arange(10,15)])。
不管是先索引后连接，还是先连接索引后索引。效率差不多。 np.delete 根据“删除”区域的大小和类型在多种方法中进行选择，包括这些方法。
在trainX 表达式中添加 [] 到连接调用应该可以工作。但是，predictorX[4*Fold_5] 可能是个问题。您是否缺少:（如 10：示例）？如果您只想要一个值，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:]])
【讨论】：
这里有另外两种获取所需子数组的简短方法：
np.delete(a, np.s_[6:10])
和
np.r_[a[:6], a[10:]]
【讨论】：
np.concatenate 接受一个数组序列。试试
np.concatenate([a[0:6],a[10:]])
或
np.concatenate((a[0:6],a[10:]))
【讨论】：