numpy将所有数据变为0和1_numpy实用数据处理技巧

目录

1.判断一个变量是不是为None： is / is not

2.np.array的拼接

3.np.array 整数类别转one hot编码

4.根据阈值threshold将某向量转换为所有元素为0或者1的二进制向量

5.Python numpy函数：zeros()、ones()、empty()

6.判断一个数是否在两个数之间

7.一维np array删除特定位置index的元素

8.找出满足条件的np array 索引

正文

1.判断一个变量是不是为None，注意 is / is not和==/！=的区别。

2.np.array的拼接

3.np.array 整数类别转one hot编码

import numpy as np

#需要转换的整数

y=np.array([0,1,2,2,1,1])

#设置类别的数量

num_classes =3

#将整数转为one hot编码

y_onehot=np.eye(num_classes)[y]

4.根据阈值threshold将某向量转换为所有元素为0或者1的二进制向量

通常用于将sigmoid的输出结果(概率)转化为预测标签。

例如：a=np.array([0.1, 0.2, 0.3, 0.7, 0.8, 0.9]). 我想要的是根据阈值将此向量转换为二进制向量。 以阈值=0.5为例，大于0.5的元素转换为