python通过fancyindexing把数组转换为onehot编码的numpyarraylee的博客-

背景

实现一维numpy数组

a = array([1,0,3]) 

转换为2维的 1-hot数组

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

python实现示例代码

import numpy as np  if __name__ == '__main__':     ind = np.array([1, 0, 3])     x = np.zeros((ind.size, ind.max() + 1))     x[np.arange(ind.size), ind] = 1 print(x) 

结果展示

[[0. 1. 0. 0.] [1. 0. 0. 0.] [0. 0. 0. 1.]] 

fancy indexing介绍

fancy indexing：传递索引数组来一次返回多个数组元素。

索引为一维数组

import numpy as np  if __name__ == '__main__':  x = np.array([51, 92, 14, 71, 60, 20, 82, 86, 74, 74])     ind = [3, 4, 5] print(x[ind]) 

结果展示：

[71 60 20] 

索引为二维数组

import numpy as np  if __name__ == '__main__':     x = np.array([51, 92, 14, 71, 60, 20, 82, 86, 74, 74])     ind = np.array([[3, 7], [4, 5]]) print(x[ind]) 

结果展示：

[[71 86] [60 20]] 

多个维度

import numpy as np  if __name__ == '__main__':     x = np.array([[0, 1, 2, 3], [4, 5, 6, 7], [8, 9, 10, 11]])      row = np.array([0, 1, 2]) # 行     col = np.array([2, 1, 3]) # 列 print(x[row, col]) 

结果展示：

[ 2 5 11] 

示例代码解释

上面示例代码相当于多个维度情况即：

import numpy as np  if __name__ == '__main__': # ind = np.array([1, 0, 3]) # x = np.zeros((ind.size, ind.max() + 1)) # x[np.arange(ind.size), ind] = 1      x = np.array([[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]])      row = np.array([0, 1, 2])     col = np.array([1, 0, 3])     x[row, col] = 1 # 相当于找好位置后，赋值为1 print(x) 

结果

[[0. 1. 0. 0.] [1. 0. 0. 0.] [0. 0. 0. 1.]]