生成 one-hot 编码的字符串表示答案

【问题标题】：Generate a string representation of a one-hot encoding生成 one-hot 编码的字符串表示
【发布时间】：2009-10-10 20:22:06
【问题描述】：

在 Python 中，我需要生成一个 dict，它将一个字母映射到该字母的预定义“one-hot”表示。举例来说，dict 应该如下所示：

{ 'A': '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': '0 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', # ...
}

字母表中的每个字母都有一位（表示为一个字符）。因此，每个字符串将包含 25 个零和一个 1。1 的位置由字母表中相应字母的位置决定。

我想出了一些代码来生成这个：

# Character set is explicitly specified for fine grained control
_letters = "ABCDEFGHIJKLMNOPQRSTUVWXYZ"
n = len(_letters)
one_hot = [' '.join(['0']*a + ['1'] + ['0']*b)
            for a, b in zip(range(n), range(n-1, -1, -1))]
outputs = dict(zip(_letters, one_hot))

有没有更高效/更简洁/更 Pythonic 的方式来做同样的事情？

【问题讨论】：

标签： python data-generation

【解决方案1】：

我觉得这更具可读性：

from string import ascii_uppercase

one_hot = {}
for i, l in enumerate(ascii_uppercase):
    bits = ['0']*26; bits[i] = '1'
    one_hot[l] = ' '.join(bits)

如果您需要更通用的字母表，只需枚举一串字符，然后将['0']*26 替换为['0']*len(alphabet)。

【讨论】：

不错。我想我在函数式编程方面尝试了一次丑陋的尝试。不过，您的版本更具可读性。
ascii_uppercase 的使用很不错（我什至不知道它存在。），但我不确定这是否比原始代码更具可读性。列表理解很简洁，但也很有表现力。在我看来，使用显式循环会使代码的目的不那么清晰。

【解决方案2】：

在 Python 2.5 及更高版本中，您可以使用条件运算符：

from string import ascii_uppercase

one_hot = {}
for i, c in enumerate(ascii_uppercase):
    one_hot[c] = ' '.join('1' if j == i else '0' for j in range(26))

【讨论】：

【解决方案3】：

one_hot = [' '.join(['0']*a + ['1'] + ['0']*b)
            for a, b in zip(range(n), range(n-1, -1, -1))]
outputs = dict(zip(_letters, one_hot))

特别是，这两行中包含很多代码。您可以尝试Introduce Explaining Variable 重构。或者可能是extract method。

这是一个例子：

def single_onehot(a, b):
    return ' '.join(['0']*a + ['1'] + ['0']*b)

range_zip = zip(range(n), range(n-1, -1, -1))
one_hot = [ single_onehot(a, b) for a, b in range_zip]
outputs = dict(zip(_letters, one_hot))

虽然你可能不同意我的命名。

【讨论】：

【解决方案4】：

这对我来说似乎非常清晰、简洁和 Pythonic。

【讨论】：