如何将包含字符串列表的 numpy 数组转换为包含零和一列表的数组？

Posted 2023-03-12

【中文标题】如何将包含字符串列表的 numpy 数组转换为包含零和一列表的数组？

【英文标题】：How can I convert a numpy array containing a list of strings into an array containing a list of zeros and ones?

【发布时间】：2018-12-30 01:52:56

【问题描述】：

现在我有这个 numpy 数组，其中包含对电子邮件是 'spam' 还是 'ham' 的预测。所以基本上是垃圾邮件预测模型的结果。我想与一个包含所用测试集类的数组进行比较。当我对它们使用MultinominalNB.score() 方法时，我收到一个错误，因为它是为了比较浮点值而不是字符串。

那么如何根据列表条目是 'spam' 还是 'ham' 将这两个数组更改为浮点值？更好的是，还有其他更好的方法来定量衡量模型的质量吗？

【问题讨论】：

你能举一些例子数据吗？

array(['ham', 'spam', 'ham', 'spam', 'ham', 'ham', 'ham', 'ham', 'ham', 'ham' , '火腿', '火腿', '火腿', '火腿', '火腿', '火腿', '火腿', '火腿', '火腿', '垃圾邮件', '火腿', '火腿', ' spam', 'ham', 'ham', 'spam', 'ham', 'ham', 'ham', 'ham', 'ham'....], dtype=object)例如， 是预测数组（['ham', 'spam', 'ham', 'ham', 'ham', 'ham', 'ham', 'ham', 'ham', 'ham', “火腿”、“火腿”、“火腿”、“火腿”、“火腿”、“火腿”、“火腿”、“火腿”、“火腿”、“垃圾邮件”、“火腿”、“火腿”、“垃圾邮件” '....], dtype='

a == 'ham' 呢？

我尝试使用 for a 循环迭代地更改它们，如下所示：for c, x in test_classes: if x == 'ham': test_classes[c] = 0，但我得到一个 ValueError：需要解压的值太多（预期为 2）

@AhmedSamir 如果您有其他信息，请编辑您的问题。人们倾向于忽略 cmets，您无法在评论中正确格式化代码。

【参考方案1】：

假设你已经获得了y_true和y_predicted然后使用这个：

import numpy as np


y_test = np.array(['ham', 'spam', 'ham', 'spam', 'ham', 'ham', 'ham', 'ham', 
                   'ham', 'ham', 'ham', 'ham', 'ham', 'ham', 'ham', 'ham', 
                   'ham', 'ham', 'ham', 'spam','ham', 'ham', 'spam'], dtype=object)

y_predicted = np.array(['ham', 'spam', 'ham', 'ham', 'ham', 'ham', 'ham', 'ham',
                        'ham', 'ham', 'ham', 'ham', 'ham', 'ham', 'ham', 'ham', 
                        'ham', 'ham', 'ham', 'spam','ham', 'ham', 'spam'], dtype=object)

y_test[y_test == 'ham']=0
y_test[y_test == 'spam']=1

y_predicted[y_predicted == 'ham']=0
y_predicted[y_predicted == 'spam']=1

结果：

print(y_test=
#array([0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 1], dtype=object)

print(y_predicted)
#array([0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 1], dtype=object)