构建设计矩阵python

假设我有一个RxC。这意味着有R行和C列。我想要一个矩阵，X，维数为RC×（R+C）− 2） 包含R− 1行的“主要效果” 和C− 1列的“主效果”。例如，如果您有R=C=2（R=[0,1]，C=[0,1]）且仅具有主效果，则有多种方法可以参数化设计矩阵（X），但下面是一种方法：

1 0
0 1
1 0
0 0

注意，这是4x2=rcx（R+C-2），您省略了每行的一级和每列的一级

---

在Python中，对于R和C的任何值，即R=3，C=4（[01 2]和[01 2 3]），我如何才能做到这一点？我只有R和C的值，但我可以使用它们来构造数组，使用

np.arange（R）

和

np.arange（C）

以下应该可以：

R = 3
C = 2

ir = np.zeros((R, C))
ir[0, :] = 1
ir = ir.ravel()

mat = []
for i in range(R):
    mat.append(ir)
    ir = np.roll(ir, C)

ic = np.zeros((R, C))
ic[:, 0] = 1
ic = ic.ravel()

for i in range(C):
    mat.append(ic)
    ic = np.roll(ic, R)

mat = np.asarray(mat).T

结果是：

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

---

谢谢大家的帮助

使用LabelBinarizer或一个热编码创建设计矩阵

由于他的所有标签都在相似的列中，我们可以使用一个sklearns预处理包，该包具有LabelBinarizer/一个热编码，将同一列中的标签转换为多个列，并在发生标签的索引处放置1

范例 NA
PA
PD
NA

在LabelBinarizer之后
NA-PA-PD
1 0 0
0110
01

---

1 0 0

你能解释一下

R=C=2

是如何给出矩阵/数组的吗？你可能想从什么是列联表开始，或者至少从一个链接开始。我们是程序员（不管怎么说，我们中的一些人）而不是系统工程师。很好，编辑了一篇文章，例如，

R=3，C=4

的预期输出是什么？我不知道如何从维基百科的链接中获得“主要效果”，特别是不仅仅基于行数和列数。如果您只是想在以后将值放入一个空数组，您可以创建

np.empty（（R，C，R+C-2））

如何

np.zero（（R*C，R+C-2））

？OP可能还想看看，你能详细说明你的答案吗？例如，您应该提供一个示例，说明这些工具如何帮助解决问题，或者至少提供指向进一步文档的链接。