python实战应用讲解-【numpy专题篇】常见问题解惑（十三）（附python示例代码）

目录

如何在Python中把分类特征转换为数字特征

实现步骤

第1步：导入必要的软件包和模块

第2步：导入CSV文件

第3步：获取所有具有分类值的特征

第4步：将原点列的字符串值转换为数字值

第5步：从分类特征中获取独特的值

第6步：转换分类值

如何将图像转换为NumPy数组

需要的模块:

通过Pillow Library加载图片

将图像转换为NumPy数组

使用NumPy模块将图像转换为NumPy数组

例子1：使用asarray()函数

例子2：使用numpy.array()函数

从转换后的Numpy数组中取回图像

使用Keras API将图像转换为NumPy数组

使用OpenCV库将图像转换为NumPy数组

总结

如何在Python中把NumPy数组转换为字典

步骤

如何将NumPy数组转换为列表

使用类型转换将Numpy数组转换为列表

使用tolist()将Numpy数组转换为列表

如何将Pytorch张量转换为Numpy数组

---

如何在Python中把分类特征转换为数字特征

创建机器学习模型是很难的，不能有具有分类值的特征，这样的模型不能发挥作用。分类变量有字符串类型的值。因此，我们必须将字符串值转换成数字。这可以通过在分类的基础上创建新的特征并为其设置数值来实现。在这篇文章中，我们将看到如何在Python中把分类特征转换为数字特征

实现步骤

第1步：导入必要的软件包和模块

# import packages and modules
import numpy as np
import pandas as pd
from sklearn import preprocessing

第2步：导入CSV文件

我们将使用pandas read_csv()方法来导入CSV文件。要查看和下载所用的CSV文件，请点击这里。

# import the CSV file
df = pd.read_csv('cluster_mpg.csv')
print(df.head())

输出: