IndexError 用一维数组索引二维数组（NumPy）答案

【问题标题】：IndexError indexing a 2D array with a 1D array (NumPy)IndexError 用一维数组索引二维数组（NumPy）
【发布时间】：2017-07-19 19:30:57
【问题描述】：

我有一个 NumPy 标签数组：

labels = np.ndarray(10000, dtype=np.float32)

数组中的元素如下所示：

print(labels[1:5])
Output: [ 9.  9.  4.  1.]

我想将它们转换成一个热编码标签，我使用了以下代码：

one_hot_labels = np.eye(10)[labels]

我收到以下错误：

IndexError     Traceback (most recent call last)
<ipython-input-21-dccf85afc031> in <module>()
  1 
----> 2 s=np.eye(10)[labels]

IndexError: arrays used as indices must be of integer (or boolean) type

我该如何解决这个问题？

【问题讨论】：

你确定标签和火车标签是一样的吗？
您需要使用整数值作为索引：one_hot_labels=np.eye(10)[labels.astype(int)]
@JohanL 谢谢。它有效

标签： python numpy one-hot-encoding

【解决方案1】：

您已将标签定义为np.float32。如果它们被用作数组或矩阵的索引，它们必须是整数。要转换 np.float32 使用 .astype(int)：

 one_hot_labels=np.eye(10)[labels.astype(int)]

或者直接将标签定义为整数：

labels=np.ndarray(10000,dtype=int)

【讨论】：

@Jayanth 如果他回答了您的问题，请接受答案。 :)

【解决方案2】：

如果labels 是float 并且您不想更改它的dtype，您可以简单地使用MultiLabelBinarizer。这个 sn-p 应该可以完成工作：

from sklearn.preprocessing import MultiLabelBinarizer

mlb = MultiLabelBinarizer()
one_hot_labels = mlb.fit_transform(labels[:, None])

【讨论】：