使用numpy生成one_hot

a = np.array([1, 0, 3])#数据列，one-hot编码之后非零的列
n_class = a.max() + 1
n_sample = a.shape[0]
b = np.zeros((n_sample, n_class))#3个样本，4个类别
b[:, a] = 1#非零列赋值为1
b

array([[ 0.,  1.,  0.,  0.],
       [ 1.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  1.]])
>>>

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11

使用np.eye生成M*N矩阵，后面跟的数组说明1偏移的位置

values = np.array([1, 0, 3])
n_values = np.max(values) + 1
np.eye(n_values)[values]

array([[ 0.,  1.,  0.,  0.],
       [ 1.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  1.]])

• 1
• 2
• 3
• 4
• 5
• 6
• 7

例如

np.eye(4,3)[np.array([1, 1, 1, 1])]

array([[ 0.,  1.,  0.],
       [ 0.,  1.,  0.],
       [ 0.,  1.,  0.],
       [ 0.,  1.,  0.]])

• 1
• 2
• 3
• 4
• 5
• 6

values = np.array([1, 0, 3,1,2,1,2])
n_values = np.max(values) + 1
np.eye(n_values)[values]

array([[ 0.,  1.,  0.,  0.],
       [ 1.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  1.],
       [ 0.,  1.,  0.,  0.],
       [ 0.,  0.,  1.,  0.],
       [ 0.,  1.,  0.,  0.],
       [ 0.,  0.,  1.,  0.]])