Python 按索引生成序列/一个热编码

我有一个序列

s=[4,3,1,0,5]

和

num_classes=6

，我想生成一个形状

的Numpy矩阵
m
（len（s），num_classes）

其中

m[I，j]=1，如果s[I]=j，否则0

Numpy中是否有这样一个函数，我可以在其中传递

s

和

num_类

这也称为k中的1或一个热编码

---

timeit

结果：

def b():
     m = np.zeros((len(s), num_classes))
     m[np.arange(len(s)), s] = 1
     return m

In [57]: timeit.timeit(lambda: b(), number=1000)
Out[57]: 0.012787103652954102

In [61]: timeit.timeit(lambda: (np.array(s)[:,None]==np.arange(num_classes))+0, number=1000)
Out[61]: 0.018411874771118164

---

由于您希望每行有一个

1

，因此可以沿第一个轴使用

arange（len（s））

，沿第二个轴使用

s

：

s = [4,3,1,0,5]
n = len(s)
k = 6
m = np.zeros((n, k))
m[np.arange(n), s] = 1
m
=> 
array([[ 0.,  0.,  0.,  0.,  1.,  0.],
       [ 0.,  0.,  0.,  1.,  0.,  0.],
       [ 0.,  1.,  0.,  0.,  0.,  0.],
       [ 1.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  1.]])

m.nonzero()
=> (array([0, 1, 2, 3, 4]), array([4, 3, 1, 0, 5]))

这可以被认为是使用索引（0,4），然后（1,3），然后（2,1），（3,0），（4,5）。

您可以使用-

样本运行-

In [439]: s
Out[439]: [4, 3, 1, 0, 5]

In [440]: num_classes = 9

In [441]: (np.array(s)[:,None]==np.arange(num_classes))+0
Out[441]: 
array([[0, 0, 0, 0, 1, 0, 0, 0, 0],
       [0, 0, 0, 1, 0, 0, 0, 0, 0],
       [0, 1, 0, 0, 0, 0, 0, 0, 0],
       [1, 0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 1, 0, 0, 0]])

---

如果您的一个热编码为多维数组添加了一个额外维度，那么接受的答案将不起作用。使用广播将给您带来意想不到的结果-。这个解决方案很优雅，但效率不高

labels.shape # (80, 256, 10)

def b(labels):
     onehot = np.zeros((a,b,c,num_classes), dtype=float)

     # This is the slow, dumb line:
     (onehot_i, onehot_j, onehot_k) = np.ones(labels.shape).nonzero()

     thehotone = labels[onehot_i, onehot_j, onehot_k]
     onehot[onehot_i, onehot_j, onehot_k, thehotone] = 1
     return onehot

---

Brocasting仍然有效，只是做而已

---

$（labels[：，：，：，None]==np.arange（num_classes））+0

我使用了

timeit

，这似乎是最快的解决方案。谢谢@阿尔伯特很酷。如果你能将计时结果添加到问题中，那就太好了。对于后人来说，如果存在多个虚拟维度，你会怎么做？广播会产生意外的结果，而非零会丢弃所有零索引。@user1158559您可能应该发布一个新问题，准确地解释您要做的事情。写了一半就明白了，但不确定我是否喜欢答案。现在将发布一个新的答案。

labels.shape # (80, 256, 10)

def b(labels):
     onehot = np.zeros((a,b,c,num_classes), dtype=float)

     # This is the slow, dumb line:
     (onehot_i, onehot_j, onehot_k) = np.ones(labels.shape).nonzero()

     thehotone = labels[onehot_i, onehot_j, onehot_k]
     onehot[onehot_i, onehot_j, onehot_k, thehotone] = 1
     return onehot