Python

import numpy as np
a= np.repeat(np.arange(5).reshape([1,-1]),10,axis=0)+10.0
b=np.random.randint(5,size=a.shape)
c=np.argmin(a*b,axis=1)
b=np.zeros(a.shape)
b[np.arange(b.shape[0]),c]=1
print b

该代码输出的结果是一个shape=(10,5)的one-hot（热码）矩阵

解析：

a= np.repeat(np.arange(5).reshape([1,-1]),10,axis=0)+10.0 

[[10. 11. 12. 13. 14.]
 [10. 11. 12. 13. 14.]
 [10. 11. 12. 13. 14.]
 [10. 11. 12. 13. 14.]
 [10. 11. 12. 13. 14.]
 [10. 11. 12. 13. 14.]
 [10. 11. 12. 13. 14.]
 [10. 11. 12. 13. 14.]
 [10. 11. 12. 13. 14.]
 [10. 11. 12. 13. 14.]]

arange和range的区别就是arange是numpy库的函数，需要先调入numpy库才能使用，range是python内置库的函数可以直接调用。

np.arange(5)生成数组[0,1,2,3,4]

reshape([n,-1])将原数组重组为n行，x/n列的数组

axis=0沿着横轴方向重复，增加行数

b=np.random.randint(5,size=a.shape) #随机生成一个大小为a.shape，数组元素为[0,5)整数的数组

[[1 2 3 3 0]
 [0 1 0 4 1]
 [1 0 2 0 2]
 [2 3 1 2 3]
 [3 3 3 4 3]
 [4 2 2 0 4]
 [1 3 1 0 4]
 [3 0 2 1 3]
 [0 2 1 1 4]
 [1 1 4 4 1]]

c=np.argmin(a*b,axis=1) #给出a*b后的每行的最小值

print(a*b)

[[20. 44. 36. 52.  0.]
 [30. 11. 36. 39. 42.]
 [20.  0. 12. 52. 42.]
 [30. 11. 12. 13. 28.]
 [ 0. 33.  0. 39.  0.]
 [10. 33. 24. 13. 42.]
 [10. 22. 24. 26. 14.]
 [ 0. 44.  0. 26.  0.]
 [10.  0. 12. 13.  0.]
 [30. 22. 48.  0. 42.]]

print(c)

[4 1 1 1 0 0 0 0 1 3] # 从0开始计算 第0行最小值0.在第四位，第一行最小值第一位……以此类推

b=np.zeros(a.shape) #生成一个大小为a.shape的全零数组

b[np.arange(b.shape[0]),c]=1 #b.shape[0]表示的是b的行数，给对应的位置赋值为1

[[1. 0. 0. 0. 0.]
 [0. 0. 0. 1. 0.]
 [0. 1. 0. 0. 0.]
 [1. 0. 0. 0. 0.]
 [0. 0. 1. 0. 0.]
 [0. 1. 0. 0. 0.]
 [0. 0. 1. 0. 0.]
 [0. 0. 1. 0. 0.]
 [0. 1. 0. 0. 0.]
 [0. 0. 1. 0. 0.]]