AI：普通列表数组转化为one-hot编码的numpy数组矩阵

小咪咪 2023-06-18 02:52 5阅读 0赞

# AI：普通列表数组转化为one-hot编码的numpy数组矩阵 #

import numpy as np
    import keras
    
    
    def dummy_data():
        list1 = [0, 1, 2]
        list2 = [3, 4, 5, 6]
        list3 = [7, 8]
        list4 = [9]
    
        list = []
    
        list.append(list1)
        list.append(list2)
        list.append(list3)
        list.append(list4)
    
        a = np.array(list)
        return a
    
    
    def to_array(a, col):
        for i in range(len(a)):
            # 假如col=5，那么这里把形如[0,1,2]通过one-hot编码成：
            # [[1,0,0,0,0]
            # [0,1,0,0,0]
            # [0,0,1,0,0]]
            a[i] = keras.utils.to_categorical(np.array(a[i]), num_classes=col)
    
            # numpy矩阵（数组）的各个行的对应元素相加。把形如：
            # [[1,0,0,0,0]
            #  [0,1,0,0,0]
            #  [0,0,1,0,0]]
            # 的numpy矩阵（数组）相加后变成：
            #  [1,1,1,0,0]
            a[i] = np.sum(a[i], axis=0)
    
        return a
    
    
    if __name__ == "__main__":
        a = dummy_data()
        print('原数组：')
        print(a)
    
        print('\none-hot编码后：')
        a = to_array(a, 15)
        print(a)

输出：

原数组：
    [list([0, 1, 2]) list([3, 4, 5, 6]) list([7, 8]) list([9])]
    
    one-hot编码后：
    [array([1., 1., 1., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
          dtype=float32)
     array([0., 0., 0., 1., 1., 1., 1., 0., 0., 0., 0., 0., 0., 0., 0.],
          dtype=float32)
     array([0., 0., 0., 0., 0., 0., 0., 1., 1., 0., 0., 0., 0., 0., 0.],
          dtype=float32)
     array([0., 0., 0., 0., 0., 0., 0., 0., 0., 1., 0., 0., 0., 0., 0.],
          dtype=float32)]