在Python中将整数转换为固定大小的分类向量

我有一组N个整数，取值范围为1-6。我想为每个整数生成大小为6的对应分类向量（因此是一个大小为Nx6的数组），这将是我的初始集的分类表示。如果我的整数为1，则结果应为：

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

而对于6：

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

---

等等。

您可以使用简单的列表理解：

>>> x = 1
>>> [int(i+1 == x) for i in range(6)]
[1, 0, 0, 0, 0, 0]

>>> x = 6
>>> [int(i+1 == x) for i in range(6)]
[0, 0, 0, 0, 0, 1]

同样，对于

Nx6

列表：

>>> X = [4,1,5]
>>> [[int(i+1 == x) for i in range(6)] for x in X]
[[0, 0, 0, 1, 0, 0],
 [1, 0, 0, 0, 0, 0],
 [0, 0, 0, 0, 1, 0]]

---

您可以使用一个简单的列表：

>>> x = 1
>>> [int(i+1 == x) for i in range(6)]
[1, 0, 0, 0, 0, 0]

>>> x = 6
>>> [int(i+1 == x) for i in range(6)]
[0, 0, 0, 0, 0, 1]

同样，对于

Nx6

列表：

>>> X = [4,1,5]
>>> [[int(i+1 == x) for i in range(6)] for x in X]
[[0, 0, 0, 1, 0, 0],
 [1, 0, 0, 0, 0, 0],
 [0, 0, 0, 0, 1, 0]]

---

如果您愿意使用第三方库，可以通过NumPy高效地实现这一点：

import numpy as np

np.random.seed(0)

m, n = 6, 10
L = np.random.randint(1, m+1, n)  # construct array of 10 numbers between 1 and 6

A = np.zeros((n, m))              # initialize array of zeros
A[np.arange(n), L-1] = 1          # use advanced indexing to assign values

结果是一个NumPy数组，您可以通过

a[0]

，

a[1]

等对其进行索引

print(A)

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

---

如果您愿意使用第三方库，可以通过NumPy高效地实现这一点：

import numpy as np

np.random.seed(0)

m, n = 6, 10
L = np.random.randint(1, m+1, n)  # construct array of 10 numbers between 1 and 6

A = np.zeros((n, m))              # initialize array of zeros
A[np.arange(n), L-1] = 1          # use advanced indexing to assign values

结果是一个NumPy数组，您可以通过

a[0]

，

a[1]

等对其进行索引

print(A)

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

---

您可以使用

numpy.fill_diagonal

将您需要的值填入对角线：

import numpy as np

a = np.zeros((6, 6), int)
np.fill_diagonal(a, 1)

print(a)

输出：

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

现在，如果您的整数是1，请使用

a[0]

，。。。对于6，使用

a[5]

例如：

---

您可以使用

numpy.fill_diagonal

将您需要的值填入对角线：

import numpy as np

a = np.zeros((6, 6), int)
np.fill_diagonal(a, 1)

print(a)

输出：

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

现在，如果您的整数是1，请使用

a[0]

，。。。对于6，使用

a[5]

例如：

---

到目前为止你试过什么？请发布你所有的代码。你想要什么？您的问题中没有

集合

——只有两个

列表

。请显示足够数量的输入数据和输出数据，以便我们可以得到您想要的数据。到目前为止，您尝试了哪些？请发布你所有的代码。你想要什么？您的问题中没有

集合

——只有两个

列表

。请显示足够数量的输入数据和输出数据，以便我们可以得到您想要做的事情