使用 numpy 的一种热编码 [重复]

Question

如果输入为零，我想创建一个如下所示的数组：

[1,0,0,0,0,0,0,0,0,0]

如果输入为 5：

[0,0,0,0,0,1,0,0,0,0]

对于上面我写的：

np.put(np.zeros(10),5,1)

但它不起作用。

有什么方法可以在一行中实现吗？

Answer 1

通常，当您想要获得用于机器学习分类的 one-hot 编码时，您有一个索引数组。

import numpy as np
nb_classes = 6
targets = np.array([[2, 3, 4, 0]]).reshape(-1)
one_hot_targets = np.eye(nb_classes)[targets]

one_hot_targets 现在是

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

.reshape(-1) 用于确保您拥有正确的标签格式（您可能还拥有[[2], [3], [4], [0]]）。 -1 是一个特殊值，意思是“把所有剩余的东西都放在这个维度上”。由于只有一个，它会将数组展平。

复制粘贴解决方案

def get_one_hot(targets, nb_classes):
    res = np.eye(nb_classes)[np.array(targets).reshape(-1)]
    return res.reshape(list(targets.shape)+[nb_classes])

包

您可以使用mpu.ml.indices2one_hot。它经过测试且易于使用：

import mpu.ml
one_hot = mpu.ml.indices2one_hot([1, 3, 0], nb_classes=5)

Answer 2

类似：

np.array([int(i == 5) for i in range(10)])

应该做的伎俩。 但我想还有其他使用 numpy 的解决方案。

编辑：您的公式不起作用的原因：np.put 不返回任何内容，它只是修改了第一个参数中给出的元素。使用np.put() 时最好的答案是：

a = np.zeros(10)
np.put(a,5,1)

问题是不能一行行完成，需要先定义好数组再传给np.put()

Answer 3

你可以使用列表推导：

[0 if i !=5 else 1 for i in range(10)]

转向

[0,0,0,0,0,1,0,0,0,0]

Answer 4

使用np.identity 或np.eye。您可以使用输入 i 和数组大小 s 尝试这样的操作：

np.identity(s)[i:i+1]

例如，print(np.identity(5)[0:1]) 将导致：

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

如果你使用的是TensorFlow，可以使用tf.one_hot：https://www.tensorflow.org/api_docs/python/array_ops/slicing_and_joining#one_hot

Answer 5

快速查看the manual，您会发现np.put 没有返回值。虽然您的技术很好，但您访问的是 None 而不是结果数组。

对于一维数组，最好只使用直接索引，尤其是对于这种简单的情况。

以下是如何以最少的修改重写您的代码：

arr = np.zeros(10)
np.put(arr, 5, 1)

这里是如何使用索引而不是 put 来执行第二行：

arr[5] = 1

Answer 6

这里的问题是您无法将数组保存在任何地方。 put 函数在数组上工作并且不返回任何内容。由于您从不给数组命名，因此以后无法对其进行寻址。所以这个

one_pos = 5
x = np.zeros(10)
np.put(x, one_pos, 1)

可以，但你可以只使用索引：

one_pos = 5
x = np.zeros(10)
x[one_pos] = 1

在我看来，如果没有特殊原因作为一个班轮这样做的话，这将是正确的做法。这也可能更容易阅读和可读的代码是好的代码。

Answer 7

np.put 改变了它的数组 arg 就地。在 Python 中，执行就地突变以返回 None 的函数/方法是常规的； np.put 遵守该约定。所以如果a 是一个一维数组，而你这样做

a = np.put(a, 5, 1)

然后a 将被None 替换。

您的代码与此类似，但它将一个未命名的数组传递给np.put。

用一个简单的函数来做你想做的事，一个紧凑而有效的方法，例如：

import numpy as np

def one_hot(i):
    a = np.zeros(10, 'uint8')
    a[i] = 1
    return a

a = one_hot(5) 
print(a)

输出

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

Answer 8

我不确定性能，但是下面的代码可以工作而且很整洁。

x = np.array([0, 5])
x_onehot = np.identity(6)[x]

Answer 9

import time
start_time = time.time()
z=[]
for l in [1,2,3,4,5,6,1,2,3,4,4,6,]:
    a= np.repeat(0,10)
    np.put(a,l,1)
    z.append(a)
print("--- %s seconds ---" % (time.time() - start_time))

#--- 0.00174784660339 seconds ---

import time
start_time = time.time()
z=[]
for l in [1,2,3,4,5,6,1,2,3,4,4,6,]:
    z.append(np.array([int(i == l) for i in range(10)]))
print("--- %s seconds ---" % (time.time() - start_time))

#--- 0.000400066375732 seconds ---