用索引向量对特征向量和矩阵进行子集

import numpy as np

# 示例特征矩阵
X = np.array([[1, 2, 3],
              [4, 5, 6],
              [7, 8, 9],
              [10, 11, 12]])

# 示例索引向量
idx = np.array([True, False, True, False])

# 使用索引向量选择行
X_subset = X[idx]

print(X_subset)

[[ 1  2  3]
 [ 7  8  9]]

# 错误示例
idx_wrong_length = np.array([True, False])  # 长度为2，而X的行数为4
X_subset_wrong = X[idx_wrong_length]  # 会报错

# 正确示例
idx_correct_length = np.array([True, False, True, False])
X_subset_correct = X[idx_correct_length]  # 正常运行

# 错误示例
idx_non_boolean = np.array([1, 0, 1, 0])  # 包含整数
X_subset_non_boolean = X[idx_non_boolean]  # 会报错

# 正确示例
idx_boolean = np.array([True, False, True, False])
X_subset_boolean = X[idx_boolean]  # 正常运行