Python 一种基于NumPy的任意维热编码

给定一个具有任意多个维度的numpy数组，我希望能够对这些维度中的任何一个进行热编码。例如，假设我有一个形状为（10,20,30,40）的数组

a

，我可能想对第二维度进行一次热编码，即变换

a

，这样结果只包含值

0

和

1

，

a[I，：，j，k]

对于

I

的每一个选择都只包含一个零条目，

j

和

k

（位于沿该尺寸的上一个最大值的位置）

我想先获得

a.argmax（axis=1）

，然后使用

np.ogrid

将其转化为指向最大值的索引，但我无法理解细节。我还担心这种方法会消耗内存

---

有没有一种简单的方法可以做到这一点（理想情况下只需要很少的额外内存）？

这里有一种方法可以使用

数组分配

-

def onehotencode_along_axis(a, axis):
    # Setup o/p hot encoded bool array 
    h = np.zeros(a.shape,dtype=bool)
    idx = a.argmax(axis=axis)

    # Setup same dimensional indexing array as the input
    idx = np.expand_dims(idx, axis) # Thanks to @Peter

    # Finally assign True values
    np.put_along_axis(h,idx,1,axis=axis)
    return h

示例在

2D

案例中运行-

In [109]: np.random.seed(0)
     ...: a = np.random.randint(11,99,(4,5))

In [110]: a
Out[110]: 
array([[55, 58, 75, 78, 78],
       [20, 94, 32, 47, 98],
       [81, 23, 69, 76, 50],
       [98, 57, 92, 48, 36]])

In [112]: onehotencode_along_axis(a, axis=0)
Out[112]: 
array([[False, False, False,  True, False],
       [False,  True, False, False,  True],
       [False, False, False, False, False],
       [ True, False,  True, False, False]])

In [113]: onehotencode_along_axis(a, axis=1)
Out[113]: 
array([[False, False, False,  True, False],
       [False, False, False, False,  True],
       [ True, False, False, False, False],
       [ True, False, False, False, False]])

In [114]: np.random.seed(0)
     ...: a = np.random.randint(11,99,(2,3,4,5,6))
     ...: for i in range(a.ndim):
     ...:     out = onehotencode_along_axis(a, axis=i)
     ...:     print np.allclose(out.sum(axis=i),1)
True
True
True
True
True

在更高（多维）

5D

情况下进行验证的样本运行-

In [109]: np.random.seed(0)
     ...: a = np.random.randint(11,99,(4,5))

In [110]: a
Out[110]: 
array([[55, 58, 75, 78, 78],
       [20, 94, 32, 47, 98],
       [81, 23, 69, 76, 50],
       [98, 57, 92, 48, 36]])

In [112]: onehotencode_along_axis(a, axis=0)
Out[112]: 
array([[False, False, False,  True, False],
       [False,  True, False, False,  True],
       [False, False, False, False, False],
       [ True, False,  True, False, False]])

In [113]: onehotencode_along_axis(a, axis=1)
Out[113]: 
array([[False, False, False,  True, False],
       [False, False, False, False,  True],
       [ True, False, False, False, False],
       [ True, False, False, False, False]])

In [114]: np.random.seed(0)
     ...: a = np.random.randint(11,99,(2,3,4,5,6))
     ...: for i in range(a.ndim):
     ...:     out = onehotencode_along_axis(a, axis=i)
     ...:     print np.allclose(out.sum(axis=i),1)
True
True
True
True
True

如果需要将最终输出作为

int

数组和

0

s和

1

s，请使用布尔输出数组上的视图：

---

onehotcode\u沿着轴（a，轴=0）。查看（'i1'）

等等。

这就是我要找的。我以前从未见过使用过沿轴放置的

，非常整洁。一个建议：你不能用
idx=np替换整个
idx\u shp
业务。扩展dims（idx，axis）
？@Peter Great建议，谢谢！当然，现在看起来好多了。