我应该首先说，我对panda和numpy(以及一般的机器学习(还很陌生。
我正在尝试学习一些基本的机器学习算法，并进行线性回归。我已经使用matlab完成了这个问题，但我想尝试在python中实现它，因为这是一种更实用的语言。我很难用这些库进行基本的矩阵运算，我认为这是因为我不了解Panda是如何索引数据帧的。。。
我发现了几篇关于iloc和ix之间差异的帖子，并且ix正在被弃用，所以使用iloc，但iloc给我带来了很多问题。我只是想把数据帧中的前n-1列拉到一个新的数据帧中，然后把最后一列拉到另一个数据帧中以获得我的标签值。然后我想执行一次成本函数，看看θ=0时我的当前成本是多少。目前，我的数据集只有一个标签，但我想像有更多标签一样进行编码。这是我的代码和输出：
path = os. getcwd() + '\ex1data1.txt'
data = pd.read_csv(path, header=None)
numRows = data.shape[0]
numCols = data.shape[1]
X = data.iloc[:,0:numCols-1].copy()
theta = pd.DataFrame(np.zeros((X.shape[1], 1)))
y = data.iloc[:,-1].copy()
#start computing cost sum((X-theta)-y).^2)
predictions = X.dot(theta)
print("predictions shape: {0}".format(predictions.shape))
print(predictions.head())
print("y shape: {0}".format(y.shape))
print(y.head())
errors = predictions.subtract(y)
print("errors shape: {0}".format(errors.shape))
print(errors.head())
输出：
predictions shape: (97, 1)
0
0 0.0
1 0.0
2 0.0
3 0.0
4 0.0
y shape: (97, 1)
1
0 17.5920
1 9.1302
2 13.6620
3 11.8540
4 6.8233
errors shape: (97, 2)
0 1
0 NaN NaN
1 NaN NaN
2 NaN NaN
3 NaN NaN
4 NaN NaN
我可以看到y和X有相同的形状，但出于某种原因，当我显示它们时——y似乎在第1列开始索引(它在第一个数据帧中的原始位置(，而X的原始列为0。因此，panda正确地进行了减法运算，并用NaN替换了任何缺失的值。由于y没有列0的值，它们都是NaN，并且由于X没有列1的值，所以它们都是NaN，从而产生97x2的NaN矩阵。
如果我使用y = data.ix[:,-1:0]-上面的代码进行了正确的计算。输出：
errors shape: (97, 1)
0
0 -6.1101
1 -5.5277
2 -8.5186
3 -7.0032
4 -5.8598
但我尽量远离ix，因为有人说它是在贬低。
如何告诉pandas新矩阵的起始列为0，为什么这不是默认行为？
看起来您实际想要进行的计算是在系列(单个列(上进行的。所以你应该能够做到：
predictions[0].subtract(y[1])
以获得您想要的价值。这看起来有点令人困惑，因为您将数字作为DataFrame列，选择所需的列(0和1(并在它们之间执行减法。
或者像你最初建议的那样使用iloc，这让你更像矩阵式索引，你可以这样做：
predictions.iloc[:, 0].subtract(y.iloc[:, 0])
因为在每个DataFrame中，您需要所有行和第一列