使用 NumPy 从 Python 中的位置向量中没有 for 循环的 One-Hot 编码？

Posted 2023-03-12

【中文标题】使用 NumPy 从 Python 中的位置向量中没有 for 循环的 One-Hot 编码？

【英文标题】：One-Hot Encoding without for-loop from vector of positions in Python with NumPy?

【发布时间】：2018-05-05 10:13:56

【问题描述】：

我有一些想要“单热编码”的数据，它表示为位置的一维向量。

NumPy 中是否有任何函数可以将我的x 扩展为我的x_ohe？

在观看Jake Vanderplas's talk 之后，我会不惜一切代价避免在 Python 中使用 for 循环来进行此类操作

x = np.asarray([0,0,1,0,2])
x_ohe = np.zeros((len(x), 3), dtype=int)
for i, pos in enumerate(x):
    x_ohe[i,pos] = 1
x_ohe
# array([[1, 0, 0],
#        [1, 0, 0],
#        [0, 1, 0],
#        [1, 0, 0],
#        [0, 0, 1]])

【参考方案1】：

如果x 只包含非负整数，您可以将x 与使用numpy broadcasting 的序列进行比较并将结果转换为ints：

(x[:,None] == np.arange(x.max()+1)).astype(int)

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

---

或者先初始化，再赋值使用advanced indexing：

x_ohe = np.zeros((len(x), 3), dtype=int)
x_ohe[np.arange(len(x)), x] = 1
x_ohe

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

【参考方案2】：

一个班轮：

np.equal.outer(x,range(3)).astype(int)

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

np.equal.outer(x,np.unique(x)).astype(int) 也在这里工作。