如何对二维矩阵进行编码？

Question

我有一个巨大的numpy 2d数组，每个值都是介于0和3之间的类别：

[[3 1 0 ... 1]
...
 [2 0 1 ... 3]]

我想对它进行一次热编码（0是0 0 0 1，1是0 0 1 0，等等），因此上面的代码将变成：

[[1 0 0 0 0 0 1 0 0 0 0 1 ... 0 0 1 0]
...
 [0 1 0 0 0 0 0 1 0 0 1 0 ... 1 0 0 0]]

最有效的方法是什么？谢谢

Answer 1

假设有一个(M, N)矩阵，最大值为P（= 4）：

M = 6
N = 5
P = 4
mat = np.random.randint(P, size=(M, N))

首先将其编码为0和1的(M, N, P)矩阵，使用mat作为最后一个维度的索引：

encoded = np.zeros((M, N, P), dtype=int)
encoded[(*np.ogrid[:M, :N], (P - 1) - mat)]

或者，使用np.put_along_axis：

np.put_along_axis(encoded, (P - 1) - np.expand_dims(mat, -1), 1, axis=-1)

数据在内存中的顺序与您想要的相同，因为numpy默认使用C顺序。您只需reshape即可获得最终结果：

encoded.reshape(M, N * P)