python一句话实现将普通标签转换成onehot标签： np.array([[1 if i == l else 0 for i in range(n_class)] for l in label]）

最新推荐文章于 2022-11-03 12:00:07 发布
最新推荐文章于 2022-11-03 12:00:07 发布
阅读量732 收藏 4
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43850162/article/details/103254203
版权
本文介绍如何使用Python简洁地将分类标签转换为one-hot编码。通过一句代码`np.array([[1 if i == l else 0 for i in range(n_class)] for l in label])`，可以将每个标签l映射为对应位置为1，其余位置为0的一维数组，从而完成one-hot编码过程。
摘要由CSDN通过智能技术生成 
label=[0,0,1,1,2,2]
n_class=3
onehot_label = np.array([[1 if i ==<
最低0.47元/天 解锁文章
万能的小叮当
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
python读取txt文件为数组-python将txt文件读入为np.array的方法
weixin_39844901的博客
11-11 1406
原文件：7.8094,1.0804,5.7632,0.012269,0.008994,-0.003469,-0.79279,-0.064686,0.11635,0.68827,5.7169,7.9329,0.010264,0.003557,-0.011691,-0.57559,-0.56121,原文件数据比较多，是一个125行，45类float数字。代码：# -*- coding: utf-8 -...
将标签转为onehot编码
weixin_42663286的博客
12-27 795
inp = np.array(['a', 'b', 'c', 'd', 'c', 'b']) classes = set(inp) # 元素无重复 classes_dict = {c: np.identity(len(classes))[i, :] for i, c in enumerate(classes)} # 创建单位矩阵，每一行对应一个one-hot向量 one_hot = np.array(list(map(classes_dict.get, inp)), dtyp.
TensorFlow框架中多分类标签转换成One-hot
08-11 2009
TensorFlow的one_hot函数 import tensorflow as tf tf.one_hot(indices, depth, on_value, off_value, axis) one_hot( indices, #指数的张量，即label的矩阵形式（1行 n列） depth, #一个标量，用于定义一个 one hot 维度的深度。即分类数 on_value=None, ...
【keras】将标签转化为one-hot
这个人很蓝
03-26 2352
from keras.utils import to_categorical y = numpy.array([0, 1, 5, 2, 3]) onehot = to_categorical(y, num_classes=6) print(onehot) # output [[1. 0. 0. 0. 0. 0.] [0. 1. 0. 0. 0. 0.] [0. 0. 0. 0. 0. 1.]...
Pytorch中，将label变成one hot编码的两种方式
我的博客有点东西
03-20 7万+
由于Pytorch不像TensorFlow有谷歌巨头做维护，很多功能并没有很高级的封装，比如说没有tf.one_hot函数。本篇介绍将一个mini batch的label向量变成形状为[batch size, class numbers]的one hot编码的两种方法，涉及到 tensor.scatter_ tensor.index_select 使用scatter_获得one hot 编码 ...
python copy
liudiudiu
09-22 1102
直接赋值：其实就是对象的引用（别名）。 &amp;gt;&amp;gt;&amp;gt; a= [1,2,3] &amp;gt;&amp;gt;&amp;gt; b=a &amp;gt;&amp;gt;&amp;gt; b.append(4) &amp;gt;&amp;gt;&amp;gt; b [1, 2, 3, 4] &amp;gt;&amp;gt;&amp;gt; a
python把dataframe变成array_关于python：将pandas dataframe转换为NumPy数组
weixin_39830225的博客
12-06 3191
我有兴趣知道如何将熊猫数据帧转换为numpy数组。数据文件：import numpy as npimport pandas as pdindex = [1, 2, 3, 4, 5, 6, 7]a = [np.nan, np.nan, np.nan, 0.1, 0.1, 0.1, 0.1]b = [0.2, np.nan, 0.2, 0.2, 0.2, np.nan, np.nan]c = [np....
python np linspace_Python numpy.linspace() 使用实例
weixin_39615402的博客
12-09 3314
Example 1def optimize_training_parameters(self, n):# datafrom_timestamp = self.min_timestampto_timestamp = self.min_timestamp + datetime.timedelta(days=365) + datetime.timedelta(hours=1)train_timestam...
python将一列数据转换成向量_python读取csv和txt数据转换成向量的实例
weixin_39843215的博客
11-29 2207
python读取csv和txt数据转换成向量的实例最近写程序需要从文件中读取数据，并把读取的数据转换成向量。查阅资料之后找到了读取csv文件和txt文件两种方式，下面结合自己的实验过程，做简要记录，供大家参考：1、读取csv文件的数据import csvfiltpath = "data_test.csv"with open(filtpath,'r') as csvfile:reader = csv...
python if else简写_python代码简写(推导式 if else for in)
weixin_39956036的博客
02-02 698
c = a if a>b else b //如果a>b返回a，否则返回b>>> a = 1>>> b = 2>>> c = a if a>b else b>>> cc = [ i for i in a if i%2==0 ] //遍历a，在i为偶数时返回>>> a = [1,2,3]...
python列表推导式中的多层for循环if-else嵌套
qq_30966497的博客
11-04 8813
一、列表推导式中的if-else: 1、只有一个if [x for x in data if condition] 2、只有一个if-else [exp1 if condition else exp2 for x in data] 3、多层if-else a=['零' if i==0 else '三' if i==3 else '五' if i==5 else i for...
if语句、do-while语句、while语句、for语句、for-in语句、label语句、break和continue
qq_41539074的博客
05-17 803
if语句 if（condition） statement1 else statement2 其中condition（条件），可以是任意表达式，而且对这个表达式求值的结果不一定是布尔值。 ECMScript会自动调用Boolean（）转换函数将这个表达式的结果转换为一个布尔值 do-while语句 do-while语句是一种后测试循环语句，即在对条件表达式求值之前，循环体内的代码至少会被执...
python中数组（numpy.array）的基本操作
热门推荐
Meringue's Blog
07-05 34万+
Python中提供了list容器，可以当作数组使用。但列表中的元素可以是任何对象，因此列表中保存的是对象的指针，这样一来，为了保存一个简单的列表[1,2,3]。就需要三个指针和三个整数对象。对于数值运算来说，这种结构显然不够高效。 Python虽然也提供了array模块，但其只支持一维数组，不支持多维数组，也没有各种运算函数。因而不适合数值运算。 NumPy的出现弥补了这些不足。
统计学习笔记—手撕“感知机”
徐思孟的博客
03-16 1499
算法原理简述＋算例（莺尾花）实现
[学习笔记]逻辑回归笔记（二）
qq_38308533的博客
05-12 1125
吴恩达机器学习课后作业总结 代码参考黄海广 自己学习记录所用 数据集来自课后作业exercise2 一、线性可分的逻辑回归分类问题 初始化部分 import numpy as np import pandas as pd from pandas import Series,DataFrame import matplotlib.pyplot as plt import matpl...
感知机（perceptron）
weixin_45142381的博客
11-03 2859
本内容首先介绍感知机简述；然后介绍感知机模型；接着叙述感知机的学习策略，特别是损失函数；最后介绍感知机学习算法，包括原始形式和对偶形式，并证明算法的收敛性。
Python排序算法（六）——归并排序（MERGE-SORT）
小麦粒的Python
05-01 1737
有趣的事，Python永远不会缺席！ 如需转发，请注明出处：小婷儿的pythonhttps://www.cnblogs.com/xxtalhr/p/10800699.html 一、归并排序（MERGE-SORT）概念 　　归并排序（MERGE-SORT）是建立在归并操作上的一种有效的排序算法,该算法是采用分治法（Divi...
python np.array()函数原理详细分析——列表和数组
帅kakaci的博客
04-28 5万+
一、数组和列表 列表不存在维度问题，数组是有维度的 np.array()把列表转化为数组 问题：数组和列表的转化问题 二、代码实例分析 （1）列表嵌套一维数组，然后np.array(列表) 1.定义一个空列表sub_f 2.定义两个数组index_x、index_y sub_f = [] index_x=np.array([i for i in range(16)]).reshape(1,16) index_y=np.array([i for i in range(16,32)]).reshape(1,
完善代码my_norm=[] for i in norm: if i == 0: break else: mf_norm = np.divide(mf_out, norm)
最新发布
05-31
好的，根据您的代码，可能存在一些问题。如果您想要对一个数组 `norm` 中的每个元素进行处理，如果该元素为 0 则跳过，否则进行除法运算，可以使用如下代码： ```python import numpy as np norm = [1, 2, 0, 4, 5, 0, 7, 8, 0] mf_out = np.array([1, 2, 3]) my_norm = [] for i in norm: if i == 0: continue else: mf_norm = np.divide(mf_out, i) my_norm.append(mf_norm) print(my_norm) ``` 上述代码中，我们首先定义了一个列表 `norm` 和一个 NumPy 数组 `mf_out`。然后，使用循环遍历列表 `norm` 中的每个元素，如果该元素为 0，则使用 `continue` 跳过当前循环，继续下一次循环；否则，使用 `np.divide()` 函数进行除法运算，将结果保存到一个新的列表 `my_norm` 中。 注意，我在代码中添加了一行 `my_norm = []`，用于定义空列表，这是必须的，否则会报错。同时，在代码中使用了 `append()` 函数将每次运算的结果添加到 `my_norm` 中，最终输出 `my_norm` 列表。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值