label与one-hot独热编码向量之间的相互转换

np.argmax()函数：返回向量的最大值的索引

该函数可将独热编码转换为类别向量

给例子：

In :       	a = np.array([[1, 3, 5, 7],[5, 7, 2, 2],[4, 6, 8, 1]])
Out: 		[[1, 3, 5, 7],
             [5, 7, 2, 2],
             [4, 6, 8, 1]]
 
In : 		b = np.argmax(a, axis=0)						# 对数组按列方向搜索最大值                           
Out: 		[1 1 2 0]       
 
In : 		b = np.argmax(a, axis=1)						# 对数组按行方向搜索最大值                           
Out: 		[3 1 2]    

按列时，第一列最大值是5，索引值为1；第二列最大值是7，索引值为1；第三列最大值是8，索引值为2；第三列最大值是7，索引值为0.

按行时，第一行最大值是7，索引值为3；第二行最大值是7，索引值为1；第三行最大值是8，索引值为2.

keras中to_categorical函数：将类别向量转换为二进制（只有0和1）的矩阵类型表示。

也就是将类别向量转换为独热编码

 例子：

from keras.utils.np_utils import *
#类别向量定义
b = [0,1,2,3,4,5,6,7,8]
#调用to_categorical将b按照9个类别来进行转换
b = to_categorical(b, 9)
print(b)
 
执行结果如下：
[[1. 0. 0. 0. 0. 0. 0. 0. 0.]
 [0. 1. 0. 0. 0. 0. 0. 0. 0.]
 [0. 0. 1. 0. 0. 0. 0. 0. 0.]
 [0. 0. 0. 1. 0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 1. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0. 1. 0. 0. 0.]
 [0. 0. 0. 0. 0. 0. 1. 0. 0.]
 [0. 0. 0. 0. 0. 0. 0. 1. 0.]
 [0. 0. 0. 0. 0. 0. 0. 0. 1.]]