如何将numpy字符串数组转换为numpy数组，以使用MultiLabelBinarizer？

Question

我有一个像那样的numpy数组：

l1 = (['United States', 'England', 'South Africa']). 

有时可能有＆gt; 1值：

l1 = ([['United States','South Korea'], 'England', 'South Africa'])

我想使用MultiLabelBinarizer来编码这些值。根据scikit-learn文档中 fit_transform 的文档。参数应为

y：可迭代的迭代次数 每个样本的一组标签（任何可订购和可清洗的对象）。如果设置了classes参数，则不会迭代y。

如何将这个numpy列表和单个字符串数组转换为集合？

我试过这个：

value = [set(v) for v in l1]
list_2sets = np.asarray(value)

但它似乎无法正常工作。

问题在于我没有考虑（所有国家/地区）的价值观。如果我有这个，我尝试了以下工作：

 mlb.fit_transform(headings.split(', ') for headings in l1)

标题列出了所有考虑的值：

['England','Spain', ...]

但到目前为止我还没有这些值，所以我想尝试在没有'标题'的情况下应用MLB

Answer 1

尝试按如下方式预处理字符串数组：

In [50]: l1 = [[x] if isinstance(x, (str)) else x for x in l1]

In [51]: l1
Out[51]: [['United States', 'South Korea'], ['England'], ['South Africa']]

对于Python 2.x：

In [50]: l1 = [[x] if isinstance(x, (str, unicode)) else x for x in l1]

In [51]: l1
Out[51]: [['United States', 'South Korea'], ['England'], ['South Africa']]