Question

我知道那里有次优的解决方案，但是我正在尝试优化我的代码。到目前为止，我发现的最短方法是：

import numpy as np
from sklearn.preprocessing import OrdinalEncoder

target = np.array(['dog', 'dog', 'cat', 'cat', 'cat', 'dog', 'dog', 'cat', 'cat'])

oe = OrdinalEncoder()
target = oe.fit_transform(target.reshape(-1, 1)).ravel()
target = np.eye(np.unique(target).shape[0])[np.array(target, dtype=np.int32)]
print(target)

[[0。 1.]
  [0。 1.]
  [1。 0.]
  [1。 0.]
  ...

这是丑陋的代码，而且很长。删除其中的任何部分，将无法正常工作。我正在寻找一种更简单的方法，该方法不会涉及从两个不同的库调用六个以上的函数。

Answer 1

知道了。这将适用于任意数量的唯一值数组。

import numpy as np

target = np.array(['dog', 'dog', 'cat', 'cat', 'cat', 'dog', 'dog', 
    'cat', 'cat', 'hamster', 'hamster'])

def one_hot(array):
    unique, inverse = np.unique(array, return_inverse=True)
    onehot = np.eye(unique.shape[0])[inverse]
    return onehot

print(one_hot(target))

出[9]：
  [[0.，1.，0.]，
         [0.，1.，0.]，
         [1.，0.，0.]，
         [1.，0.，0.]，
         [1.，0.，0.]，
         [0.，1.，0.]，
         [0.，1.，0.]，
         [1.，0.，0.]，
         [1.，0.，0.]，
         [0.，0.，1.]，
         [0.，0.，1。]]）

Answer 2

为什么不使用OneHotEncoder？

>>> from sklearn.preprocessing import OneHotEncoder
>>> ohe = OneHotEncoder(categories='auto', sparse=False)
>>> arr = ohe.fit_transform(target[:, np.newaxis])
>>> arr
array([[0., 1.],
       [0., 1.],
       [1., 0.],
       [1., 0.],
       [1., 0.],
       [0., 1.],
       [0., 1.],
       [1., 0.],
       [1., 0.]])

它存储有关转换的漂亮的元数据：

>>> ohe.categories_
[array(['cat', 'dog'], dtype='<U3')]

另外，您可以轻松地转换回来：

>>> ohe.inverse_transform(arr).ravel()
array(['dog', 'dog', 'cat', 'cat', 'cat', 'dog', 'dog', 'cat', 'cat'],
      dtype='<U3')

Answer 3

您可以使用keras和LabelEncoder

import numpy as np
from keras.utils import to_categorical
from sklearn.preprocessing import LabelEncoder

# define example
data = np.array(['dog', 'dog', 'cat', 'cat', 'cat', 'dog', 'dog', 'cat', 'cat'])

label_encoder = LabelEncoder()
data = label_encoder.fit_transform(data)
# one hot encode
encoded = to_categorical(data)

如何使用Numpy一键式编码字符串数组？

3 个答案: