Numpy中将一串字母转换为布尔数组的非循环方式（对应字符串的每个字母）

Question

我有一个字符串数组，我想将这些字符串分别视为对应于字母表 (A-Z) 的布尔数组。

我的目标是以矢量化方式执行此操作并避免任何循环。

例如

Input:
A = np.array(['A'])
B = np.array(['AB'])
C = np.array(['AZ'])
D = np.array(['AZ','BAZ'])


Output:
A = np.array([1,0,0,0,...0]) 
B = np.array([1,1,0,0,...0])
C = np.array([1,0,0,0,...1])
D = np.array([[1,0,0,0,...1], [1,1,0,0,...1]])

Answer 1

map 与 MultiLabelBinarizer.transform

我们可以在A-Z的大写字母上fitMultiLabelBinarizer，然后使用MultiLabelBinarizer的变换方法变换数组A、B、C和D

import string
from sklearn.preprocessing import MultiLabelBinarizer

mlb = MultiLabelBinarizer().fit([*string.ascii_uppercase])
A, B, C, D = map(mlb.transform, (A, B, C, D))

---

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

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