将长度为 n 的字符串转换为 n x len（字母）的矩阵

Question

假设我们从alphabet {'A', 'B', 'C', 'D', 'E', 'F'} 中得到一个长度为 n = 5 的 String "AABCD"，维度为 len(alphabet) = 6。将这个字符串转换为 5 x 的 Pythonic 方法是什么？ 6矩阵？

即。

#INPUT:
string = "AABCD"
alphabet = {'A', 'B', 'C', 'D', 'E', 'F'}

#OUTPUT
output = 
        A B C D E F
char 1[ 1 0 0 0 0 0 ]
char 2[ 1 0 0 0 0 0 ]
char 3[ 0 1 0 0 0 0 ]
char 4[ 0 0 1 0 0 0 ]
char 5[ 0 0 0 1 0 0 ]

我搜索了其他答案，但还没有找到类似的问题。非常感谢您的建议！

Answer 1

一个简单的双循环就可以了

string = "AABCD"
alphabet = ['A', 'B', 'C', 'D', 'E', 'F']

matrix = [[0 for _ in range(len(alphabet))] for _ in range(len(string))]

for i, s in enumerate(string):
    for j, a in enumerate(alphabet):
        matrix[i][j] = 1 if s == a else 0

print(matrix)

输出将是

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

也可以通过itertools.product 完成，但它看起来不像 for 循环那么干净。

import itertools

string = "AABCD"
alphabet = ['A', 'B', 'C', 'D', 'E', 'F']

string_iter = zip(list(range(len(string))), string)
alphabet_iter = zip(list(range(len(alphabet))), alphabet)

matrix = [[0 for _ in range(len(alphabet))] for _ in range(len(string))]

for (i, s), (j, a) in itertools.product(string_iter, alphabet_iter):
    matrix[i][j] = 1 if s == a else 0

print(matrix)

Answer 2

您可以使用此代码：

string = "AABCD"
#use array insted set type
alphabet = ['A', 'B', 'C', 'D', 'E', 'F']
#global matrix
mat=[]
#get length of string to create one-hot vector for evry  character
l=len(alphabet)
for i in string:
    indx=alphabet.index(i)
    sub=[0] * l
    sub[indx]=1
    mat.append(sub)

输出：

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

Answer 3

另一个更简洁、可能更通用的解决方案：

import numpy as np
alphabet =["A","B","C","D","E","F"]


alphabet_dict = {}
for i,x in enumerate(alphabet):
   alphabet_dict[x] = i


string = ["A", "A", "B", "C", "D"]

output = np.zeros((len(alphabet), len(string)))

for i,x in enumerate(string):
    output[i][alphabet_dict[x]] = 1

希望这会有所帮助。

Answer 4

对于您的确切输出：

string = "AABCD"
alphabet = ['A', 'B', 'C', 'D', 'E', 'F']

print(f'output = \n\t{" ".join(alphabet)}')
for ix,char in enumerate(string, start=1):
    x = [0]*len(alphabet)
    x[alphabet.index(char)] = 1
    print(f'char {ix} {x}'.replace(',',''))

输出：

output = 
        A B C D E F
char 1 [1 0 0 0 0 0]
char 2 [1 0 0 0 0 0]
char 3 [0 1 0 0 0 0]
char 4 [0 0 1 0 0 0]
char 5 [0 0 0 1 0 0]

Answer 5

你可以使用 pandas 来做这几行：

import pandas as pd
string1 = "AABCD"
df = pd.Series([*string1]).str.get_dummies()
df = df.rename(index=lambda x: f'Char {x+1}')
print(df)

输出为 pandas 数据框：

        A  B  C  D
Char 1  1  0  0  0
Char 2  1  0  0  0
Char 3  0  1  0  0
Char 4  0  0  1  0
Char 5  0  0  0  1

请注意，语法糖是使用[*'string'] 将字符串解包为字符列表，结果为['s','t','r','i','n','g']。

Answer 6

这是我的，它也适用于不同的尺寸值，如图所示：

df = pd.DataFrame(((pd.Series([*string])*len(alphabet)).str.split("", n=-1, expand=True).drop(columns=[0, len(alphabet)+1]).eq(list(sorted(alphabet)))*1)).rename(index=lambda x: f'Char {x+1}', columns=lambda x: f'{chr(x+64)}')                                                                                                                                                                             

In [1661]: df                                                                                                                                                                                  
Out[1661]: 
        A  B  C  D  E  F
Char 1  1  0  0  0  0  0
Char 2  1  0  0  0  0  0
Char 3  0  1  0  0  0  0
Char 4  0  0  1  0  0  0
Char 5  0  0  0  1  0  0

或

string = 'AABCDEEF'
alphabet = {'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'}

df = pd.DataFrame(((pd.Series([*string])*len(alphabet)).str.split("", n=-1, expand=True).drop(columns=[0, len(alphabet)+1]).eq(list(sorted(alphabet)))*1)).rename(index=lambda x: f'Char {x+1}', columns=lambda x: f'{chr(x+64)}')

        A  B  C  D  E  F  G  H
Char 1  1  0  0  0  0  0  0  0
Char 2  1  0  0  0  0  0  0  0
Char 3  0  1  0  0  0  0  0  0
Char 4  0  0  1  0  0  0  0  0
Char 5  0  0  0  1  0  0  0  0
Char 6  0  0  0  0  1  0  0  0
Char 7  0  0  0  0  1  0  0  0
Char 8  0  0  0  0  0  1  0  0