Python 2D Numpy Array 到 1D（有点..）[重复]

Question

简单的问题，我想得到一个 1D numpy 数组。

给定一个二维数组，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“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.]]

到

[2 2 1 1 1 1 0]

我将如何在 python 中做到这一点？ 我不知道它的术语，请告诉我这种转换的正确术语。

Answer 1

您正在寻找沿第一个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)

沿给定轴返回最大值的索引。

如果其他值不一定小于 1，请先过滤 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 类似于1 和False 类似于0，因为bool 继承自int。

Answer 2

似乎您想为每一行获取一个热编码向量的热索引。

这可以按如下方式完成：

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

numpy 数组也有函数argmax，这会导致相同的结果。

Answer 3

您可以使用 numpy argmax 来执行此操作，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])