【编程小Tips】第一章·利用numpy高效产生随机分配数据集以及改进版“one-hot”转换程序

学浅

于 2021-07-24 02:53:08 发布

阅读量540

点赞数

分类专栏：编程Tips 文章标签： python numpy

本文链接：https://blog.csdn.net/weixin_44510872/article/details/119049535

版权

本文介绍了如何使用numpy在Python中高效地生成一个满足特定条件的随机分配数据集，以及实现改进版的多热编码（multi-hot coding）。通过随机打乱座位并分配乘客，以及用numpy实现多热编码，避免了使用for循环，提高了效率。

摘要由CSDN通过智能技术生成

问题背景

思考这么一个问题背景，假设有15辆车，每辆车最多承载8个人，总共有100个人。现在为了生成机器学习数据集，你必须随机把乘客塞进车里面，同时不超出capacity，并且结果以（15*100）的binary矩阵返回。

在python中，for循环的效率是相当低的，那没有没有办法利用numpy在批量计算时的性能呢？

不管他，先import再说

import numpy as np

num_cars = 15 # 车的数量
cap = 8 # 车的容量
num_psgr = 100 # 乘客的数量

# 保证 num_cars*cap >= num_psgr

我们先把问题分成两部分，首先是随机分配，然后是一个类似于one-hot coding的程序，这里我姑且叫他multi-hot coding。

关注

专栏目录