pythonnumpy生成二进制流_python – numpy变换向量到二进制矩阵

我正在寻找一种干净的方法将整数向量转换为二进制值的二维数组,其中的数组对应于作为索引的向量值

即

v = np.array([1, 5, 3])

C = np.zeros((v.shape[0], v.max()))

我正在寻找的是将C转换成这样的方法：

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

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

[ 0., 0., 1., 0., 0.]])

我想出了这个：

C[np.arange(v.shape[0]), v.T-1] = 1

但我想知道是否有更少的冗长/更优雅的方法？

谢谢！

UPDATE

感谢您的意见！我的代码中有一个错误：如果v中有0,则会将1放入错误的位置(最后一列).相反,我必须扩展分类数据以包括0.

只要你专门处理稀疏矩阵,jrennie的答案对于大型向量来说是一个巨大的胜利.在我的情况下,我需要返回一个数组的兼容性,转换完全平衡了优势 – 请参阅两个解决方案：

def permute_array(vector):

permut = np.zeros((vector.shape[0], vector.max()+1))

permut[np.arange(vector.shape[0]), vector] = 1

return permut

def permute_matrix(vector):

indptr = range(vector.shape[0]+1)

ones = np.ones(vector.shape[0])

permut = sparse.c

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！