我有一些数据，需要进行“one-hot编码”，这些数据以一维位置向量的形式表示。

NumPy中有没有可以将我的x扩展为x_ohe的函数？

在观看了Jake Vanderplas的演讲后，我尽量避免在Python中使用for循环来进行这样的操作。

x = np.asarray([0,0,1,0,2])x_ohe = np.zeros((len(x), 3), dtype=int)for i, pos in enumerate(x):    x_ohe[i,pos] = 1x_ohe# array([[1, 0, 0],#        [1, 0, 0],#        [0, 1, 0],#        [1, 0, 0],#        [0, 0, 1]])

回答：

如果x只包含非负整数，你可以使用numpy广播将x与一个序列进行比较，并将结果转换为int类型：

(x[:,None] == np.arange(x.max()+1)).astype(int)#array([[1, 0, 0],#       [1, 0, 0],#       [0, 1, 0],#       [1, 0, 0],#       [0, 0, 1]])

或者先初始化，然后使用高级索引来分配1：

x_ohe = np.zeros((len(x), 3), dtype=int)x_ohe[np.arange(len(x)), x] = 1x_ohe#array([[1, 0, 0],#       [1, 0, 0],#       [0, 1, 0],#       [1, 0, 0],#       [0, 0, 1]])