Python 2D Numpy数组到1D（排序..）[重复]

Question

这个问题在这里已有答案：

• Python Numpy One Hot to Regions 1回答

简单的问题，我想获得1D numpy数组。

给定一个2D数组，其中每行包含一个'1'值，如何将其转换为一维数组，由二维数组中的'1'的列索引组成

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

至

[2 2 1 1 1 1 0]

我怎么能在python中做到这一点？我不知道它的术语，让我知道这种转换的正确术语。

Answer 1

您正在寻找沿第一轴具有最大值的索引：

>>> a.argmax(axis=1)
array([2, 2, 2, 1, 1, 1, 1, 0])

a.argmax(axis=None, out=None)

返回给定轴上的最大值的索引。

如果其他值不一定小于1，则首先过滤1。这给出了True和False值的数组。现在，使用argmax()：

>>> (a == 1).argmax(axis=1)
array([2, 2, 2, 1, 1, 1, 1, 0])

True像1一样充当​​False和0，因为bool继承自int。

Answer 2

好像你想获得每行一个热编码矢量的热索引。

这可以按如下方式完成：

1. 将矩阵乘以向量[0 1 2]，或更通用：numpy.arange(matrix.shape[1])
2. 总结你的矩阵行：numpy.sum(matrix, axis=1)

numpy数组也有argmax函数，导致相同的结果。

Answer 3

您可以使用numpy argmax执行此操作，如下所示：

a=np.array([[ 0,  0,  1],[ 0,  0,  1], [ 0,  0,  1],[ 0,  1,  0],[ 0,  1,  0],[ 0,  1,  0],[ 1,0,0]])
a.argmax(1)
array([2, 2, 2, 1, 1, 1, 0])