将 2d numpy 数组转化为 2d one hot encoding

Question

我要怎么转型

a=[[0,6],
   [3,7],
   [5,5]]

进入

b=[[1,0,0,0,0,0,1,0],
   [0,0,0,1,0,0,0,1],
   [0,0,0,0,0,1,0,0]]

我想提醒大家注意，由于 a 中最后一个数组的重复，b 中的最后一个数组只有一个值设置为 1。

Answer 1

使用索引：

a = np.array([[0,6],
              [3,7],
              [5,5]])

b = np.zeros((len(a), a.max()+1), dtype=int)

b[np.arange(len(a)), a.T] = 1

Output：

array([[1, 0, 0, 0, 0, 0, 1, 0],
       [0, 0, 0, 1, 0, 0, 0, 1],
       [0, 0, 0, 0, 0, 1, 0, 0]])

Answer 2

这也可以通过以下方式使用 numpy 广播和 boolean 比较来完成：

a = np.array([[0,6],
              [3,7],
              [5,5]])
# Convert to 3d array so that each element is present along the last axis
# Compare with max+1 to get the index of values as True.
b = (a[:,:,None] == np.arange(a.max()+1))
# Check if any element along axis 1 is true and convert the type to int
b = b.any(1).astype(int)

Output：

array([[1, 0, 0, 0, 0, 0, 1, 0],
       [0, 0, 0, 1, 0, 0, 0, 1],
       [0, 0, 0, 0, 0, 1, 0, 0]])