Python Matplotlib 基礎 データ格納

Question

以下の処理において、iris.data[;, [0,2]]や(X[:, 0], X[:, 1], c=y....等の機能の意味がわかりません。
[0:5]などとした場合は、左側の起点から右側の終点（の１つ前）までを表すということは学びました。ここではあまり関係がないのでしょうか？

from sklearn import datasets
import matplotlib.pyplot as plt
import matplotlib
#データ所得
iris = datasets.load_iris()

#データの０、２列目を入れる
X = iris.data[:, [0, 2]]

# irisのクラスラベルを格納してください
y = iris.target

plt.scatter(X[:, 0], X[:, 1], c=y, marker=".",
            cmap=matplotlib.cm.get_cmap(name="cool"), alpha=0.7)
plt.xlabel("Sepal length")
plt.ylabel("Petal length")
plt.grid(True)
plt.show()

Answer 1

numpy配列のIndexingには独自の拡張があり、使いこなすためには把握することが必須です。

けっこう色々ありますので、リファレンスを見ていただくのが一番良いです（英語が読めない場合はgoogle翻訳などを活用してください）。

Indexing — NumPy v1.17 Manual

基本的なものは以下に例示しておくので、参考にどうぞ。

>>> import numpy as np
>>> a = np.arange(6).reshape(3, 2)
>>> a  # 例示用の配列
array([[0, 1],
       [2, 3],
       [4, 5]])
>>> a[2, 1]  # 行, 列のように指定できる（正確にはaxisという概念に基づいています。3次元以上でもできます）
5
>>> a[[1, 2], 1]  # 1行目と2行目の1列目という感じで取れる
array([3, 5])
>>> a[0]  # 単に1行目
array([0, 1])
>>> a[:,0]  # :は指定なしのスライスで、すべてを表す。行方向は制約なし、列方向は0列目という風に解釈
array([0, 2, 4])
>>> a <= 2  # numpy配列に比較演算子を使うとboolの配列が返る
array([[ True,  True],
       [ True, False],
       [False, False]])
>>> a[a<=2]  # boolの配列によって該当する条件の部分だけ抜き出すことが可能
array([0, 1, 2])

Answer 2

実はスライスは特殊メソッドにて自由に実装できます。
恐らくその類ではないでしょうか？
詳しくはライブラリのリファレンスを参照することをお勧めします。