pyhton配列のスライスのエラー<too many indices for array>

Question

前提・実現したいこと

pythonでscikitのデータセットから取り出したリストをndarrayに変換してスライスで一部を取り出そうと思っているのですがエラーが発生してしまいうまくできません。解決策としてどうすれば良いのでしょうか。

発生している問題・エラーメッセージ

IndexError                                Traceback (most recent call last)

<ipython-input-1-b90196b600e7> in <module>()
      4 digits = datasets.load_digits()
      5 digits = np.array(digits)
----> 6 c = digits[2:4,2:4,:]
      7 print(c)

IndexError: too many indices for array

Traceback (most recent call last):
  File "C:\Program Files\JetBrains\PyCharm Community Edition 2019.1.3\helpers\pydev\pydevd.py", line 1758, in <module>
    main()
  File "C:\Program Files\JetBrains\PyCharm Community Edition 2019.1.3\helpers\pydev\pydevd.py", line 1752, in main
    globals = debugger.run(setup['file'], None, None, is_module)
  File "C:\Program Files\JetBrains\PyCharm Community Edition 2019.1.3\helpers\pydev\pydevd.py", line 1147, in run
    pydev_imports.execfile(file, globals, locals)  # execute the script
  File "C:\Program Files\JetBrains\PyCharm Community Edition 2019.1.3\helpers\pydev\_pydev_imps\_pydev_execfile.py", line 18, in execfile
    exec(compile(contents+"\n", file, 'exec'), glob, loc)
  File "C:/Users/noriy/PycharmProjects/hello1/main.py", line 13, in <module>
    c = digits[2:4,2:4,:]
IndexError: too many indices for array

arrayの要素数が多すぎるのでしょうか？
なおdatasetsのdigitsの概要は以下のようになります

Classes	10
Samples per class	~180
Samples total	1797
Dimensionality	64
Features	integers 0-16

該当のソースコード

import numpy as np
from sklearn import datasets

digits = datasets.load_digits()
digits = np.array(digits)
c = digits[2:4,2:4,:]
print(c)

試したこと

以下のように.imagesをつけることにより指定の文字を取り出すことにより配列の大きさを小さくしたらなおりました。なのでアレイの要素数が多すぎたのでしょうか？上のエラーを避けるにはやはり要素を小さくカットしてそこからスライスをしてあとからくっつけるというようなことをしなければならないのいでしょうか？

digits = datasets.load_digits()
digits = np.array(digits.images[1])#<----ここを変更
c = digits[2:4,2:4]#データも二次元になるので二次元に
print(c)

補足情報

python3.6
numpy
sckit-learn

Answer 1

sklearn.datasets.load_digits — scikit-learn 0.21.2 documentation

Dictionary-like object, the interesting attributes are: ‘data’,
the data to learn, ‘images’, the images corresponding to each sample, ‘target’, the classification labels for each sample, ‘target_names’,
the meaning of the labels, and ‘DESCR’, the full description of the dataset.

load_digits() の返り値は公式リファレンスに記載の通り、画像やラベルなどの情報が辞書形式で格納されているオブジェクトです。
なので、画像を取り出したい場合はまず digits.images で画像一覧を取得してください。
これは形状が (サンプル数, 8, 8) の numpy 配列になります。

サンプルの一部をスライスで取り出したい場合、digits.images[スライスの記述] で取り出してください。

import matplotlib.pyplot as plt
import numpy as np
from sklearn import datasets

digits = datasets.load_digits()

imgs = digits.images
labels = digits.target
print(imgs.shape, labels.shape)  # (1797, 8, 8) (1797,)

# 最初の25枚を描画する。
first_25_imgs = imgs[:25]  # 先頭25枚

fig = plt.figure(figsize=(7, 7), facecolor="w")
for i in range(25):
    ax = fig.add_subplot(5, 5, i + 1)
    ax.imshow(first_25_imgs[i], cmap="gray")
    ax.set_axis_off()
plt.show()