python - 将数组转换为序数回归编码的有效方法

Question

我有这个数组

import numpy as np
array = np.array([2, 3, 4])

我想把它映射到

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

这是迄今为止我找到的最好的解决方案

def ordinal_array(where_max, array_len=5):
    return np.hstack((np.ones((where_max)), np.zeros((array_len-where_max))))

list(map(ordinal_array,[2,3,4]))

但我想知道是否有更好的扩展性，因为我想将其应用于具有几百万个数据点的数组。

Answer 1

杠杆 broadcasting输入数组的大于 outer-comparison 与 array_len 值的范围 -

In [14]: array
Out[14]: array([2, 3, 4])

In [15]: array_len = 5

In [16]: (array[:,None] > np.arange(array_len)).astype(float)
Out[16]: 
array([[1., 1., 0., 0., 0.],
       [1., 1., 1., 0., 0.],
       [1., 1., 1., 1., 0.]])

内置 NumPy -

In [23]: np.greater.outer(array, np.arange(array_len)).astype(float)
Out[23]: 
array([[1., 1., 0., 0., 0.],
       [1., 1., 1., 0., 0.],
       [1., 1., 1., 1., 0.]])

为了提高性能，请考虑转换为精度较低的 int 或什至将输出保留为 bool 数组(为此跳过 astype 转换)。