1.numpy的切片
X[m,n]，示意X的第m维中的第n段数据。
也能够按切片写法：
X[m:n,k:v]，第一维从m到n-1,第二维取从k到v-1
X[:,n]，示意第一维的m全副取，第二维取第n段数据，如果是矩阵，就是取第n列。
X[:,list],第二维依照list外面的数字索引取
import numpy as npnp.random.seed(1)X = np.random.randn(5,3)print(X)X是5行3列矩阵，后果：
[[ 1.62434536 -0.61175641 -0.52817175] [-1.07296862 0.86540763 -2.3015387 ] [ 1.74481176 -0.7612069 0.3190391 ] [-0.24937038 1.46210794 -2.06014071] [-0.3224172 -0.38405435 1.13376944]]随机失去一个列表：
np.random.seed(1)permutation = list(np.random.permutation(3))print(permutation)permutation列表是：[0, 2, 1]
按X[:,list]形式来取数据，也就是第一维全副取，第二维依照list的索引来取：
shuffed_X = X[:,permutation]print(shuffed_X)后果是：
[[ 1.62434536 -0.52817175 -0.61175641] [-1.07296862 -2.3015387 0.86540763] [ 1.74481176 0.3190391 -0.7612069 ] [-0.24937038 -2.06014071 1.46210794] [-0.3224172 1.13376944 -0.38405435]]因为这里list其实是从0-2的，其维度与n一样，实际上就是随机地把列进行打乱。