สมมติว่าฉันมีอาร์เรย์ numpy 1d
a = array([1,0,3])
ฉันต้องการเข้ารหัสเป็นอาร์เรย์ 2d 1-hot
b = array([[0,1,0,0], [1,0,0,0], [0,0,0,1]])
มีวิธีที่รวดเร็วในการทำเช่นนี้? เร็วกว่าการวนซ้ำa
เพื่อตั้งค่าองค์ประกอบของb
นั่นคือ
สมมติว่าฉันมีอาร์เรย์ numpy 1d
a = array([1,0,3])
ฉันต้องการเข้ารหัสเป็นอาร์เรย์ 2d 1-hot
b = array([[0,1,0,0], [1,0,0,0], [0,0,0,1]])
มีวิธีที่รวดเร็วในการทำเช่นนี้? เร็วกว่าการวนซ้ำa
เพื่อตั้งค่าองค์ประกอบของb
นั่นคือ
คำตอบ:
อาร์เรย์ของคุณa
กำหนดคอลัมน์ขององค์ประกอบที่ไม่ใช่ศูนย์ในอาร์เรย์ผลลัพธ์ คุณต้องกำหนดแถวแล้วใช้การจัดทำดัชนีแฟนซี:
>>> a = np.array([1, 0, 3])
>>> b = np.zeros((a.size, a.max()+1))
>>> b[np.arange(a.size),a] = 1
>>> b
array([[ 0., 1., 0., 0.],
[ 1., 0., 0., 0.],
[ 0., 0., 0., 1.]])
>>> values = [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.]])
values
ควรเป็นอาร์เรย์ Numpy แทนที่จะเป็นรายการ Python จากนั้นจะทำงานในทุกมิติไม่ใช่เฉพาะใน 1D
np.max(values) + 1
จำนวนถังอาจไม่เป็นที่ต้องการหากชุดข้อมูลของคุณสุ่มตัวอย่างแบบสุ่มและโดยบังเอิญอาจไม่มีค่าสูงสุด จำนวนของถังควรเป็นพารามิเตอร์และยืนยัน / ตรวจสอบสามารถอยู่ในสถานที่เพื่อตรวจสอบว่าแต่ละค่าอยู่ภายใน 0 (รวม) และจำนวนถัง (นับ)
numpy
เอกสาร): ในแต่ละตำแหน่งในเมทริกซ์ดั้งเดิม ( values
) เรามีจำนวนเต็มk
และเรา "ใส่" เวกเตอร์ 1 อันร้อนแรงeye(n)[k]
ในตำแหน่งนั้น . นี่เป็นการเพิ่มมิติเพราะเรา "ใส่" เวกเตอร์ในตำแหน่งของสเกลาร์ในเมทริกซ์ดั้งเดิม
ในกรณีที่คุณใช้ keras จะมียูทิลิตีในตัวสำหรับ:
from keras.utils.np_utils import to_categorical
categorical_labels = to_categorical(int_labels, num_classes=3)
และมันก็เหมือนกับคำตอบของ @ YXD (ดูซอร์สโค้ด )
นี่คือสิ่งที่ฉันพบว่ามีประโยชน์:
def one_hot(a, num_classes):
return np.squeeze(np.eye(num_classes)[a.reshape(-1)])
ที่นี่num_classes
หมายถึงจำนวนชั้นเรียนที่คุณมี ดังนั้นถ้าคุณมีa
เวกเตอร์ที่มีรูปร่างของ(10000)ฟังก์ชั่นนี้จะแปลงมัน(10000 C) ทราบว่าa
เป็นศูนย์จัดทำดัชนีคือจะให้one_hot(np.array([0, 1]), 2)
[[1, 0], [0, 1]]
ฉันเชื่อในสิ่งที่คุณต้องการ
PS: แหล่งที่มาคือรูปแบบลำดับ - deeplearning.ai
np.eye(num_classes)[a.reshape(-1)]. What you are simply doing is using
np.eye` คุณกำลังสร้างเมทริกซ์แนวทแยงที่มีดัชนีแต่ละชั้นเป็น 1 ศูนย์พักผ่อนและต่อมา โดยการผลิตการส่งออกที่สอดคล้องกับดัชนีในa.reshape(-1)
np.eye()
ผมไม่เข้าใจถึงความจำเป็นของnp.sqeeze
ตั้งแต่ที่เราใช้มันเพียงแค่ลบมิติเดียวที่เราจะไม่ได้เป็นในมิติของการส่งออกจะเป็น(a_flattened_size, num_classes)
คุณสามารถใช้ sklearn.preprocessing.LabelBinarizer
:
ตัวอย่าง:
import sklearn.preprocessing
a = [1,0,3]
label_binarizer = sklearn.preprocessing.LabelBinarizer()
label_binarizer.fit(range(max(a)+1))
b = label_binarizer.transform(a)
print('{0}'.format(b))
เอาท์พุท:
[[0 1 0 0]
[1 0 0 0]
[0 0 0 1]]
ท่ามกลางสิ่งอื่น ๆ คุณอาจเริ่มต้นsklearn.preprocessing.LabelBinarizer()
เพื่อให้ผลลัพธ์ของtransform
เบาบาง
นี่คือฟังก์ชั่นที่แปลงเวกเตอร์ 1 มิติเป็นอาเรย์หนึ่งสองมิติ
#!/usr/bin/env python
import numpy as np
def convertToOneHot(vector, num_classes=None):
"""
Converts an input 1-D vector of integers into an output
2-D array of one-hot vectors, where an i'th input value
of j will set a '1' in the i'th row, j'th column of the
output array.
Example:
v = np.array((1, 0, 4))
one_hot_v = convertToOneHot(v)
print one_hot_v
[[0 1 0 0 0]
[1 0 0 0 0]
[0 0 0 0 1]]
"""
assert isinstance(vector, np.ndarray)
assert len(vector) > 0
if num_classes is None:
num_classes = np.max(vector)+1
else:
assert num_classes > 0
assert num_classes >= np.max(vector)
result = np.zeros(shape=(len(vector), num_classes))
result[np.arange(len(vector)), vector] = 1
return result.astype(int)
ด้านล่างคือตัวอย่างการใช้งาน:
>>> a = np.array([1, 0, 3])
>>> convertToOneHot(a)
array([[0, 1, 0, 0],
[1, 0, 0, 0],
[0, 0, 0, 1]])
>>> convertToOneHot(a, num_classes=10)
array([[0, 1, 0, 0, 0, 0, 0, 0, 0, 0],
[1, 0, 0, 0, 0, 0, 0, 0, 0, 0],
[0, 0, 0, 1, 0, 0, 0, 0, 0, 0]])
assert
การตรวจสอบรูปร่างของเวกเตอร์;)
assert ___
if not ___ raise Exception(<Reason>)
สำหรับการเข้ารหัสแบบ 1 ครั้ง
one_hot_encode=pandas.get_dummies(array)
เพลิดเพลินกับการเข้ารหัส
>>> import numpy as np >>> import pandas >>> a = np.array([1,0,3]) >>> one_hot_encode=pandas.get_dummies(a) >>> print(one_hot_encode) 0 1 3 0 0 1 0 1 1 0 0 2 0 0 1 >>> print(one_hot_encode[1]) 0 1 1 0 2 0 Name: 1, dtype: uint8 >>> print(one_hot_encode[0]) 0 0 1 1 2 0 Name: 0, dtype: uint8 >>> print(one_hot_encode[3]) 0 0 1 0 2 1 Name: 3, dtype: uint8
ฉันคิดว่าคำตอบสั้น ๆ คือไม่ สำหรับกรณีทั่วไปที่มีn
ขนาดมากกว่านี้ฉันได้พบสิ่งนี้:
# For 2-dimensional data, 4 values
a = np.array([[0, 1, 2], [3, 2, 1]])
z = np.zeros(list(a.shape) + [4])
z[list(np.indices(z.shape[:-1])) + [a]] = 1
ฉันสงสัยว่ามีวิธีแก้ปัญหาที่ดีกว่าหรือไม่ฉันไม่ชอบที่จะต้องสร้างรายการเหล่านั้นในสองบรรทัดสุดท้าย อย่างไรก็ตามฉันทำการวัดด้วยtimeit
และดูเหมือนว่าnumpy
-based ( indices
/ arange
) และเวอร์ชันซ้ำจะทำงานเหมือนกัน
เพียงอธิบายอย่างละเอียดเกี่ยวกับคำตอบที่ยอดเยี่ยมจากK3 --- rnc ต่อไปนี้เป็นรุ่นทั่วไปเพิ่มเติม:
def onehottify(x, n=None, dtype=float):
"""1-hot encode x with the max value n (computed from data if n is None)."""
x = np.asarray(x)
n = np.max(x) + 1 if n is None else n
return np.eye(n, dtype=dtype)[x]
นอกจากนี้ต่อไปนี้เป็นเกณฑ์มาตรฐานที่รวดเร็วและสกปรกของวิธีนี้และวิธีการจากคำตอบที่ได้รับการยอมรับในปัจจุบันโดยYXD (เปลี่ยนเล็กน้อยเพื่อให้พวกเขาเสนอ API เดียวกันยกเว้นว่าวิธีหลังนี้ใช้ได้กับ 1D เท่านั้น):
def onehottify_only_1d(x, n=None, dtype=float):
x = np.asarray(x)
n = np.max(x) + 1 if n is None else n
b = np.zeros((len(x), n), dtype=dtype)
b[np.arange(len(x)), x] = 1
return b
วิธีหลังนั้นเร็วกว่า ~ 35% (MacBook Pro 13 2015) แต่วิธีเก่ากว่าทั่วไป:
>>> import numpy as np
>>> np.random.seed(42)
>>> a = np.random.randint(0, 9, size=(10_000,))
>>> a
array([6, 3, 7, ..., 5, 8, 6])
>>> %timeit onehottify(a, 10)
188 µs ± 5.03 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
>>> %timeit onehottify_only_1d(a, 10)
139 µs ± 2.78 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
คุณสามารถใช้รหัสต่อไปนี้สำหรับการแปลงเป็นเวกเตอร์ที่ร้อนแรง:
let x เป็นเวกเตอร์คลาสปกติที่มีคอลัมน์เดียวที่มีคลาส 0 เป็นจำนวน:
import numpy as np
np.eye(x.max()+1)[x]
ถ้า 0 ไม่ใช่คลาส; จากนั้นลบ +1
ฉันเพิ่งพบปัญหาชนิดเดียวกันและพบว่าวิธีแก้ปัญหาซึ่งกลายเป็นที่พอใจเท่านั้นถ้าคุณมีตัวเลขที่อยู่ในรูปแบบที่แน่นอน ตัวอย่างเช่นถ้าคุณต้องการเข้ารหัสหนึ่งรายการต่อไปนี้:
all_good_list = [0,1,2,3,4]
ไปข้างหน้าโซลูชั่นที่โพสต์ได้กล่าวถึงแล้ว แต่จะทำอย่างไรถ้าพิจารณาข้อมูลนี้:
problematic_list = [0,23,12,89,10]
หากคุณทำด้วยวิธีการที่กล่าวข้างต้นคุณจะมี 90 คอลัมน์ที่น่าสนใจ n = np.max(a)+1
เพราะนี่คือคำตอบทั้งหมดรวมถึงสิ่งที่ต้องการ ฉันพบโซลูชันทั่วไปเพิ่มเติมที่ใช้งานได้สำหรับฉันและต้องการแบ่งปันกับคุณ:
import numpy as np
import sklearn
sklb = sklearn.preprocessing.LabelBinarizer()
a = np.asarray([1,2,44,3,2])
n = np.unique(a)
sklb.fit(n)
b = sklb.transform(a)
ฉันหวังว่าบางคนพบข้อ จำกัด เดียวกันกับวิธีแก้ไขปัญหาข้างต้นและนี่อาจเป็นประโยชน์
การเข้ารหัสประเภทนี้มักจะเป็นส่วนหนึ่งของอาร์เรย์ที่มีค่า หากคุณกำลังใช้อาร์เรย์แบบนี้:
a = np.array([1,0,3])
แล้วมีวิธีง่าย ๆ ในการแปลงที่การเข้ารหัส 1 ร้อน
out = (np.arange(4) == a[:,None]).astype(np.float32)
แค่นั้นแหละ.
ทางออกที่สะอาดและง่าย:
max_elements_i = np.expand_dims(np.argmax(p, axis=1), axis=1)
one_hot = np.zeros(p.shape)
np.put_along_axis(one_hot, max_elements_i, 1, axis=1)
import numpy as np
a = np.array([1,0,3])
b = np.array([[0,1,0,0], [1,0,0,0], [0,0,0,1]])
from neuraxle.steps.numpy import OneHotEncoder
encoder = OneHotEncoder(nb_columns=4)
b_pred = encoder.transform(a)
assert b_pred == b
เชื่อมโยงไปยังเอกสาร: neuraxle.steps.numpy.OneHotEncoder
นี่คือตัวอย่างฟังก์ชันที่ฉันเขียนให้ทำตามคำตอบข้างต้นและกรณีการใช้งานของฉันเอง:
def label_vector_to_one_hot_vector(vector, one_hot_size=10):
"""
Use to convert a column vector to a 'one-hot' matrix
Example:
vector: [[2], [0], [1]]
one_hot_size: 3
returns:
[[ 0., 0., 1.],
[ 1., 0., 0.],
[ 0., 1., 0.]]
Parameters:
vector (np.array): of size (n, 1) to be converted
one_hot_size (int) optional: size of 'one-hot' row vector
Returns:
np.array size (vector.size, one_hot_size): converted to a 'one-hot' matrix
"""
squeezed_vector = np.squeeze(vector, axis=-1)
one_hot = np.zeros((squeezed_vector.size, one_hot_size))
one_hot[np.arange(squeezed_vector.size), squeezed_vector] = 1
return one_hot
label_vector_to_one_hot_vector(vector=[[2], [0], [1]], one_hot_size=3)
ฉันกำลังเพิ่มฟังก์ชั่นง่าย ๆ ให้เสร็จโดยใช้ตัวดำเนินการ numpy เท่านั้น:
def probs_to_onehot(output_probabilities):
argmax_indices_array = np.argmax(output_probabilities, axis=1)
onehot_output_array = np.eye(np.unique(argmax_indices_array).shape[0])[argmax_indices_array.reshape(-1)]
return onehot_output_array
ใช้เป็นเมทริกซ์ความน่าจะเป็นอินพุทเช่น:
[[0.03038822 0.65810204 0.16549407 0.3797123] ... [0.02771272 0.2760752 0.3280924 0.33458805]]
และมันจะกลับมา
[[0 1 0 0] ... [0 0 0 1]]
ต่อไปนี้เป็นโซลูชันแบบสแตนด์อโลนที่มีมิติอิสระ
นี้จะแปลงใด ๆ อาร์เรย์ N มิติarr
ของจำนวนเต็มไม่ติดลบไปหนึ่งร้อน N + อาร์เรย์ 1 มิติone_hot
ที่หมายถึงone_hot[i_1,...,i_N,c] = 1
arr[i_1,...,i_N] = c
คุณสามารถกู้คืนอินพุตผ่านnp.argmax(one_hot, -1)
def expand_integer_grid(arr, n_classes):
"""
:param arr: N dim array of size i_1, ..., i_N
:param n_classes: C
:returns: one-hot N+1 dim array of size i_1, ..., i_N, C
:rtype: ndarray
"""
one_hot = np.zeros(arr.shape + (n_classes,))
axes_ranges = [range(arr.shape[i]) for i in range(arr.ndim)]
flat_grids = [_.ravel() for _ in np.meshgrid(*axes_ranges, indexing='ij')]
one_hot[flat_grids + [arr.ravel()]] = 1
assert((one_hot.sum(-1) == 1).all())
assert(np.allclose(np.argmax(one_hot, -1), arr))
return one_hot
ใช้รหัสต่อไปนี้ มันทำงานได้ดีที่สุด
def one_hot_encode(x):
"""
argument
- x: a list of labels
return
- one hot encoding matrix (number of labels, number of class)
"""
encoded = np.zeros((len(x), 10))
for idx, val in enumerate(x):
encoded[idx][val] = 1
return encoded
พบที่นี่ PS คุณไม่จำเป็นต้องไปที่ลิงก์
b = np.zeros((a.size, a.max()+1))
ธรรมดา: จากนั้น `b [np.arange (a.size), a] = 1`