Python 如何使用numpy对数据进行热编码？

假设我有一个数据集

sex    age hours
female 23  900
male   19  304
female 42  222
      ...

---

如果我使用np.loadtxt或np.genfromtxt，我可以使用转换器为sex列中的每个分类数据赋值。有没有办法在加载过程中创建一个热列？如果没有，我应该在哪里完成这项工作？

看看熊猫。获取假人功能

---

使用pandas，您可以传递类别数据类型（在列中以便宜的方式加载）：

---

一旦你有了一个类别，你就可以使用

get\u dummies

：

In [21]: pd.get_dummies(df.sex)
Out[21]:
   female  male
0       1     0
1       0     1
2       1     0

In [22]: pd.get_dummies(df.sex.cat.codes)
Out[22]:
   0  1
0  1  0
1  0  1
2  1  0

---

下面是一种

genfromtxt

方法：

import numpy as np

def hot(s):
    rec = np.genfromtxt(s, dtype="i8,i4,i4", skip_header=1,
                        converters={0:{b'male':1<<32, b'female':1}.__getitem__})
    return rec.view(np.int32).reshape((-1, 4))

print(hot(<your_file_name>))

将numpy导入为np
def热：
rec=np.genfromtxt（s，dtype=“i8，i4，i4”，跳过页眉=1，
converters={0:{b'male'：1我要求使用一个热编码的主要原因是为了能够将其放入keras。keras是否接受这一点并将其转换为一个热向量？@user184074从简单的代码中可以看出这一点，但您始终可以提取代码
df.sex.cat.codes
。使用
pd.get\u dummies（）
相反，没有一种方法可以读懂get\u dummies，要想有效地读懂它，你需要先读懂。也就是说，然后读懂pd.get\u dummies（df.sex.cat.code）

。不，你不需要第二步。这根本不是必需的

import numpy as np

def hot(s):
    rec = np.genfromtxt(s, dtype="i8,i4,i4", skip_header=1,
                        converters={0:{b'male':1<<32, b'female':1}.__getitem__})
    return rec.view(np.int32).reshape((-1, 4))

print(hot(<your_file_name>))