Encoding Numpy数组：条件编码

我有以下numpy阵列：

array([1, 1, 1, 3, 1, 1, 1, 1, 1, 1, 2, 0, 1, 1, 2, 3, 3, 3, 3, 1, 1, 1, 1,
       1, 3, 1, 1, 3, 0, 1, 3, 1, 2, 1, 1, 1, 1, 1, 2, 1, 2, 0, 1, 2, 0, 2,
       2, 2, 1, 2, 2, 0, 2, 1, 1, 1, 1, 1, 1, 1, 3, 1, 1, 1, 3, 0, 2, 1, 1,
       1, 1, 3, 1, 1, 2, 1, 1, 2, 1, 1, 1, 1, 2, 1, 2, 1, 1, 1, 1, 0, 2, 3,
       2, 1, 1, 1, 1, 3, 1, 0])

问题：在给定条件下，如何创建另一个对数据进行编码的数组：如果值=3或2，则为“1”，否则为“0”

我试过：

from sklearn.preprocessing import label_binarize
label_binarize(doc_topics, classes=[3,2])[:15]

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

但是，这似乎返回了一个二维数组。

使用并传递您的条件来屏蔽要设置的元素，以将满足条件的位置设置为

1

，

0

，否则：

In[18]:
a = np.where((a==3) | (a == 2),1,0)
a

Out[18]: 
array([0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 1, 1, 1, 1, 0, 0, 0,
       0, 0, 1, 0, 0, 1, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 1,
       0, 1, 1, 1, 0, 1, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0,
       1, 0, 0, 0, 0, 1, 0, 0, 1, 0, 0, 1, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0,
       0, 0, 1, 1, 1, 0, 0, 0, 0, 1, 0, 0])

这里我们将数组与所需的值进行比较，并使用一元

|

来

或

条件，由于运算符优先级，我们必须在条件周围使用括号

（）

要使用sklearn执行此操作，请执行以下操作：

In[68]:
binarizer = preprocessing.Binarizer(threshold=1)
binarizer.transform(a.reshape(1,-1))

Out[68]: 
array([[0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 1, 1, 1, 1, 0, 0, 0,
        0, 0, 1, 0, 0, 1, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 1,
        0, 1, 1, 1, 0, 1, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0,
        1, 0, 0, 0, 0, 1, 0, 0, 1, 0, 0, 1, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0,
        0, 0, 1, 1, 1, 0, 0, 0, 0, 1, 0, 0]])

---

这将

1

以上的值视为

1

和

0

否则，这仅适用于此特定数据集，因为您希望

2

和

3

成为

1

，如果您有其他值，它将不起作用，因此

numpy

方法更通用

谢谢，这似乎有效。你知道这是否也有一个scikit的答案吗？谢谢你的解释。很高兴知道，因为我需要在我的真实模型中选择主题11和42。。