Python 平滑一个热编码矩阵行

假设我有以下由一个热编码行组成的矩阵：

X = np.array([[0., 0., 0., 1., 0.], [1., 0., 0., 0., 0.], [0., 0., 1., 0., 0.]])

我的目标是平滑/扩展one hot编码，以便获得以下输出：

Y = np.array([[0., 0., 1., 1., 1.], [1., 1., 0., 0., 0.], [0., 1., 1., 1., 0.]])

---

假设我希望平滑/扩展一个热元素的左侧或右侧的一个元素。谢谢你的帮助

我们可以使用

卷积

-

In [22]: from scipy.signal import convolve2d

In [23]: convolve2d(X,np.ones((1,3)),'same')
Out[23]: 
array([[0., 0., 1., 1., 1.],
       [1., 1., 0., 0., 0.],
       [0., 1., 1., 1., 0.]])

使用

二进制扩展

提高内存效率-

In [43]: from scipy.ndimage.morphology import binary_dilation

In [46]: binary_dilation(X,np.ones((1,3), dtype=bool)).view('i1')
Out[46]: 
array([[0, 0, 1, 1, 1],
       [1, 1, 0, 0, 0],
       [0, 1, 1, 1, 0]], dtype=int8)

或者，因为我们只有0和1，所以统一过滤器也可以工作，此外，我们可以沿着通用轴使用它（在我们的例子中，轴=1），并且在性能上应该更好-

In [47]: from scipy.ndimage import uniform_filter1d

In [50]: (uniform_filter1d(X,size=3,axis=1)>0).view('i1')
Out[50]: 
array([[0, 0, 1, 1, 1],
       [1, 1, 0, 0, 0],
       [0, 1, 1, 1, 0]], dtype=int8)

---

您可以将

X

与一个数组进行卷积：

from scipy.signal import convolve2d

convolve2d(X, np.ones((1,3)), mode='same')

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

---

基于标准卷积的解决方案

import numpy as np
np.array([np.convolve(x, np.array([1,1,1]), mode='same') for x in X])

使用列表理解迭代行以进行卷积，然后转换回

np.array