Python 矩阵在numpy中的一个热表示

在3d张量中，从值矩阵到同一事物的热表示，最简单/最聪明的方法是什么？例如，如果矩阵是类似张量的argmax之后的索引：

indices=numpy.argmax(mytensor,axis=2)

其中张量为3D[x，y，z]，指数自然为[x，y]。现在，我们要转到一个三维[x，y，z]张量，它在轴=2的最大值处有1，在任何其他位置有0

---

我知道向量到1-热矩阵的答案，但这是矩阵到1-热张量

使用的最佳设置之一-

---

如果您需要输入

0s

和

1s

，请附加

.astype（int）

酷答案！出于好奇，任何不使用arange的东西？@A2B使用

range

而不是

np.arange

？：）使用arange有什么问题？您是否正在寻找一个内置的来创建这样一个单热阵列？如果是这样的话，就没有了。@A2B我们可以初始化3D输出数组的零，然后根据

索引将1的值赋给它。这对你来说够优雅吗？哦，等等，对于索引部分，我们仍然需要
np.arange
。你不能只说相同的\u形状\u零\u张量[矩阵]=1。因此，必须有另一个函数将[i，j]->m转换为[i，j，m]，这就是解析矩阵值m所在的位置。@A2B井
索引
是最后一个轴索引。我们只需要生成对应于前两个轴的索引。同样，它必须显式或隐式地涉及范围创建。
indices[...,None] == np.arange(mytensor.shape[-1])