將離散值的一維數組轉換爲nD中連續值的nD數組

做什麼最好的方法是：給定離散變量的一維數組大小N（這裏N = 4），並且X是獨特數元素，我試圖創建一個大小爲（N * X）的多維數組，其中元素爲1或0，取決於一維數組中元素的出現次數，例如繼array_1D（N = 4，X = 3）將導致大小爲3 array_ND * 4：將離散值的一維數組轉換爲nD中連續值的nD數組

array_1D = np.array([x, y, z, x]) 
array_ND = [[1 0 0 1] 
      [0 1 0 0] 
      [0 0 1 0]]

感謝，

阿蘇

來源

2013-10-30 Aso Agile

您的結果將不是NxN - 即使您的示例是3x4。 –

@WarrenWeckesser你是對的。我在你的評論後糾正了這個問題。 –

試試這個：

(np.unique(a)[..., None] == a).astype(np.int)

你可以省略.astype(np.int)部分，如果你想要一個布爾數組。這裏我們使用了broadcasting（[..., None]部分）來避免顯式循環。

看，所建議的意見：

>>> import numpy as np 
>>> a = np.array([1, 2, 3, 1]) 
>>> unique_elements = np.unique(a) 
>>> result = unique_elements[..., None] == a 
>>> unique_elements 
array([1, 2, 3]) 
>>> result 
array([[ True, False, False, True], 
     [False, True, False, False], 
     [False, False, True, False]], dtype=bool)

來源

2013-10-30 13:47:23 YXD

我剛剛給出幾乎相同的答案。 :)你應該分成兩步。用戶需要保存'np.unique（a）'返回的數組，以便知道數組中值的含義。 –

感謝@MrE的完美答案。 Numpy太棒了！ –

非常歡迎:) – YXD

如果初始數組包含有效的指標從0到n - 1那麼你可以寫

eye = np.eye(3) 
array_1D = np.array([0, 1, 2, 0]) 
array_ND = eye[array_1D]

結果矩陣將

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

這是th的轉置一個你期望的。

這裏發生了什麼是numpy使用array_1D的元素作爲行索引eye。因此得到的矩陣包含與array_1D的元素一樣多的行，並且它們中的每一個都與相應的元素相關。（0涉及1 0 0等）

來源

2013-10-30 13:48:55

將離散值的一維數組轉換爲nD中連續值的nD數組

回答

相關問題