基於逐元素函數將1d numpy數組映射到2d數組

Question

我有一個numpy數組，它有shape=(10000,) 。 以下是前5個條目：

labels = data[:, 0]
print(labels.shape)
print(labels[0:5])

# prints 
# (100000,)
# [1. 1. 1. 0. 1.]

每個條目都是0或1.我想通過映射的元素操作將其映射到2d數組

0 -> [1, 0]
1 -> [0, 1]

我該怎么做呢？ 我試過了

labels = np.apply_along_axis(lambda x: [1, 0] if x[0] == 0 else [0, 1], 0, data[:, 0])

但這似乎不起作用。

Answer 1

In [435]: ref = np.array([[1,0],[0,1]])
In [436]: index = np.array([1.,1.,1.,0.,1.])

使用浮點數進行索引會在最近的版本中出錯：

In [437]: ref[index,:]
---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-437-d50c95668d6c> in <module>()
----> 1 ref[index,:]

IndexError: arrays used as indices must be of integer (or boolean) type

使用整數索引，根據index值從ref選擇行：

In [438]: ref[index.astype(int),:]
Out[438]: 
array([[0, 1],
       [0, 1],
       [0, 1],
       [1, 0],
       [0, 1]])

這是一個可以使用choose的情況，但它比數字索引的數組形狀更挑剔：

In [440]: np.choose(index.astype(int)[:,None],[[1,0],[0,1]])
Out[440]: 
array([[0, 1],
       [0, 1],
       [0, 1],
       [1, 0],
       [0, 1]])

或只有2個轉換為布爾值的選項， where ：

In [443]: np.where(index.astype(bool)[:,None],[0,1],[1,0])
Out[443]: 
array([[0, 1],
       [0, 1],
       [0, 1],
       [1, 0],
       [0, 1]])

Answer 2

您可以嘗試以下方法

labels = np.array([1,1,1,0,1])
np.eye(np.max(labels) + 1)[labels]

這使：

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

Answer 3

此方法對原始數組執行xor並將兩個數組堆疊在一起。

labels = np.random.randint(0,2, 10000)
# array([0, 0, 1, ..., 1, 1, 0])
np.vstack([(~labels.astype(bool)).astype(int), labels])
array([[1, 1, 0, ..., 0, 0, 1],
       [0, 0, 1, ..., 1, 1, 0]])