Question

假设我们有这些数据：

import numpy as np
data = np.array([1,0,1,2,1,2])

我想把它转换成这个：

我如何在Numpy（或其他相关包）中执行此操作？我们在MATLAB中有ind2vec函数来执行此操作。

Answer 1

在NumPy中执行此操作的一种相当常见的方法是将data与arange进行比较，并将布尔数组转换为整数类型：

>>> (np.arange(3) == data[:,None]).astype(int)
array([[0, 1, 0],
       [1, 0, 0],
       [0, 1, 0],
       [0, 0, 1],
       [0, 1, 0],
       [0, 0, 1]])

更一般地说，如果你想指定N列（类似于Matlab的功能），这里有一个包含必要步骤的函数。您可以将索引列表ind作为Python列表或NumPy数组传递：

def ind2vec(ind, N=None):
    ind = np.asarray(ind)
    if N is None: 
        N = ind.max() + 1
    return (np.arange(N) == ind[:,None]).astype(int)

然后例如：

>>> ind2vec([4,0,2])
array([[0, 0, 0, 0, 1],
       [1, 0, 0, 0, 0],
       [0, 0, 1, 0, 0]])

>>> ind2vec([1,3,2,1,0], N=10)
array([[0, 1, 0, 0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 1, 0, 0, 0, 0, 0, 0],
       [0, 0, 1, 0, 0, 0, 0, 0, 0, 0],
       [0, 1, 0, 0, 0, 0, 0, 0, 0, 0],
       [1, 0, 0, 0, 0, 0, 0, 0, 0, 0]])

Answer 2

一种方法是：

join file1.coo file2.coo > out.txt

Answer 3

def ind_to_vec(data):
    maxd = max(data)
    mind = min(data)
    b = np.zeros([len(data),maxd-mind+1])
    for ii in range(mind,maxd+1):
        for jj in range(len(data)):
            if data[jj]==ii:
                b[jj,ii]=1
    return b

它遍历输入数组中的每个可能值，并检查它是什么值。然后，它会填充一个否则为零的数组，该列的值为1。输入数据的输出为

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

将索引转换为Numpy中的向量

3 个答案: