Булево индексирование в Numpy с участием двух массивов

Question

Я читал книгу об анализе данных с помощью Python, где есть тема по булевой индексации.

Это код, приведенный в книге:

>>> import numpy as np
>>> names = np.array(['Bob', 'Joe', 'Will', 'Bob', 'Will', 'Joe', 'Joe'])
>>> data = np.random.randn(7,4)
>>> names
array(['Bob', 'Joe', 'Will', 'Bob', 'Will', 'Joe', 'Joe'], dtype='<U4')
>>> data
array([[ 0.35214065, -0.6258314 , -1.18156785, -0.75981437],
       [-0.54500574, -0.21700484,  0.34375588, -0.99216205],
       [ 0.29883509, -3.08641931,  0.61289669,  0.58233649],
       [ 0.32047465,  0.05380018, -2.29797299,  0.04553794],
       [ 0.35764077, -0.51405297, -0.21406197, -0.88982479],
       [-0.59219242, -1.87402141, -2.66339726,  1.30208623],
       [ 0.32612407,  0.19612659, -0.63334406,  1.0275622 ]])
>>> names == 'Bob'
array([ True, False, False,  True, False, False, False])

До этого это совершенно ясно. Но я не могу понять, когда они делают данные [names == 'Bob']

>>> data[names == 'Bob']
array([[ 0.35214065, -0.6258314 , -1.18156785, -0.75981437],
       [ 0.32047465,  0.05380018, -2.29797299,  0.04553794]])
>>> data[names == 'Bob', 2:]
array([[-1.18156785, -0.75981437],
       [-2.29797299,  0.04553794]])

Как это происходит?

Answer 1

data[names == 'Bob']

- это то же самое, что и

data[[True, False, False, True, False, False, False]]

И это просто означает получение строки 0 и строки 4 из data.

data[names == 'Bob',2:]

дает те же строки, но теперь ограничивает столбцы началом со столбца 2. До того, как запятая касается строк, после запятой касается столбцов.