Python 当使用一个热编码时，为什么需要pad_序列？

在Keras中，我可以拥有以下代码：

docs                                                                                                                                                                                                                                                                                                                                                                
Out[9]: 
['Well done!',
 'Good work',
 'Great effort',
 'nice work',
 'Excellent!',
 'Weak',
 'Poor effort!',
 'not good',
 'poor work',
 'Could have done better.']

labels = array([1,1,1,1,1,0,0,0,0,0]) 
voc_size = 50
encoded = [one_hot(d, voc_size) for d in docs] 
max_length = 4 
padded_docs = pad_sequences(encoded, maxlen=max_length, padding='post')  

我的理解是，“one_hot”编码已经根据词汇表大小创建了相等长度的每个文档。那么为什么每个文档都需要再次填充呢

编辑：更多说明的另一个示例：

单热编码是将分类变量（如cat、dog、rat）表示为二进制向量（如[1,0,0]、[0,1,0]、[0,0,1]）

---

所以在这种情况下，猫、狗和老鼠被编码为长度相等的向量。这与上面的示例有何不同

one\u hot

使每个索引来自固定范围，而不是使结果列表具有固定长度

为了理解这个问题，我们需要理解函数的实际功能。它将文档转换为一系列

int

索引，这些索引的长度与文档中的字数（标记）大致相同。例如：

'one hot encoding' -> [0, 2, 17]

其中每个索引都是词汇表中单词的索引（例如，

one

具有索引

0

）。这意味着，当您将

one_hot

应用于一系列文本（如您提供的代码）时，您将获得列表索引列表，其中每个列表可能具有不同的长度。这对于

keras

和

numpy

来说是一个问题，它们期望列表以类似数组的形式出现，这意味着每个子列表应该具有相等的固定长度

---

这是通过

pad_sequences

函数实现的，该函数使每个子列表具有固定的长度

@Macin:你能不能对“猫、狗、老鼠”的例子再加一点解释？特别是它有什么不同？

猫狗、鼠牛、热狗将被转换为例如
[7、9、211、3、2]
。正如您可能看到的，此列表将具有不同的长度。（顺便说一句，如果答案正确，我希望能投赞成票）。