import numpy as np mask=np.zeros(people.target.shape,dtype=np.bool_) for target in np.unique(people.target): mask[np.where(people.target==target)[0][:50]]=1 X_people=people.data[mask] y_people=people.target[mask] #scale the grayscale value to be between0 and 1 #instead of 0 and 255 for better numric stability X_people=X_people/255

这段代码的作用是：

导入numpy库，并定义一个值全为零、类型为布尔类型（bool）的数组mask，其大小与people.target数组相同。然后对于people.target中所有不同的值，取其前50个元素所在的位置（索引），将这些位置在mask中标记为真（1）。最后根据mask筛选数据，将数组people.data和people.target中对应mask值为真的元素提取出来赋值给X_people和y_people变量。