Python 如何有效地将布尔表转换为热向量?
比如说,我有一张这样的桌子-Python 如何有效地将布尔表转换为热向量?,python,one-hot-encoding,Python,One Hot Encoding,比如说,我有一张这样的桌子- Movie Action Scifi Drama Romance Abc True False False False Def False False True False Ghi False False False T
Movie Action Scifi Drama Romance
Abc True False False False
Def False False True False
Ghi False False False True
我想把它转换成一个热向量,这样
Abc - [1 0 0 0]'
Def - [0 0 1 0]'
Ghi - [0 0 0 1]'
众所周知,只有一列是真的
在python中有没有有效的方法可以做到这一点?您可以使用
numpy
来做到这一点
import numpy as np
Abc = np.array([True,False,False,False])
Def = np.array([False,False,True,False])
Ghi = np.array([False,False,False,True])
movies = np.array([Abc, Def, Ghi])
print("Input:")
print(movies)
#casting from boolean to integer
result = np.array(movies, dtype=np.int)
print("Output:")
print(result)
您可以使用
numpy
执行此操作
import numpy as np
Abc = np.array([True,False,False,False])
Def = np.array([False,False,True,False])
Ghi = np.array([False,False,False,True])
movies = np.array([Abc, Def, Ghi])
print("Input:")
print(movies)
#casting from boolean to integer
result = np.array(movies, dtype=np.int)
print("Output:")
print(result)
好的,所以我找到了一种方法来处理更大的数据集
df['genre'] = pd.Series(np.random.randn(size), index=df.index)
for i in range(len(df)):
if df.iloc[i]['action'] == True:
df.at[i, 'genre'] = 0
elif df.iloc[i]['scifi'] == True:
df.at[i, 'genre'] = 1
elif df.iloc[i]['drama'] == True:
df.at[i, 'genre'] = 2
elif df.iloc[i]['romance'] == True:
df.at[i, 'genre'] = 3
因此,通过这样做,我们将在数据框架中创建一个名为“流派”的新列,并为其提供适当的值。此后,
y = df['genre']
import tensorflow as tf
y_categorical = tf.keras.utils.to_categorical(y)
这将完成将其转换为一个热向量的工作 好的,所以我找到了一种方法来处理更大的数据集
df['genre'] = pd.Series(np.random.randn(size), index=df.index)
for i in range(len(df)):
if df.iloc[i]['action'] == True:
df.at[i, 'genre'] = 0
elif df.iloc[i]['scifi'] == True:
df.at[i, 'genre'] = 1
elif df.iloc[i]['drama'] == True:
df.at[i, 'genre'] = 2
elif df.iloc[i]['romance'] == True:
df.at[i, 'genre'] = 3
因此,通过这样做,我们将在数据框架中创建一个名为“流派”的新列,并为其提供适当的值。此后,
y = df['genre']
import tensorflow as tf
y_categorical = tf.keras.utils.to_categorical(y)
这将完成将其转换为一个热向量的工作 谢谢您的回答,但我不确定这对于一个庞大的数据集是否可行。一定要核对我的答案。你的答案看起来也不错。您的数据集有多大?您有多少行/列?谢谢您的回答,但我不确定这对于一个庞大的数据集是否可行。一定要核对我的答案。你的答案看起来也不错。您的数据集有多大?您有多少行/列?