Python 有没有比使用循环更有效的编码每一行的方法？

我正在尝试的

我有一个数据集，每一排都是一个11人的球队，每个人都有自己的球衣号码。例如，团队A可以由

[1、66、22、4、26、3、18、8、9、11、10]

组成。可能的衬衫号码范围从0到99，然后我想用一个大小为100的向量表示团队，其中对应衬衫号码的索引用1标记，其他的用0标记。例如，团队A将是：

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

我尝试过的

我用一个简单的函数实现了这个转换：

def encode_lineup(kit_numbers, squad_size=100):
    encoded_lineup = np.zeros(squad_size)
    encoded_lineup[kit_numbers] = 1
    return encoded_lineup

现在，在尝试将此实现扩展到多个团队（一组团队）时，我无法想出比以下循环更好的方法：

all_encoded_lineups = np.zeros(number_of_teams, squad_size)

for i in range(number_of_teams):
    all_encoded_lineups[i] = encode_lineup(teams[i], squad_size)

我需要什么帮助

如果可能的话，我希望能更有效地实现这一点-您知道有什么建议可以将此实现矢量化，或者有任何其他想法吗

提前谢谢你

也许可以使用：

你的逻辑（不管它是什么）将创建一个索引向量，在这里你用其他东西替换零

要将其扩展到多维数组，您可以

展平

，

放置

，以及

重塑

，如下所示：

#!/usr/bin/env python

import numpy as np

a = np.array([1, 2, 3, 4, 5])
replace_with_value = -1
replace_at_indices = [1, 4]
np.put(a, replace_at_indices, replace_with_value)
print(a)
'''                                                                                                                                                                              
[1 -1 3 4 -1]                                                                                                                                                                    
'''