将阵列转换为指标矩阵

给定y阵列，是否有更清晰或更习惯的方式来创建2D阵列，如Y？将阵列转换为指标矩阵

y = [1.0 2.0 3.0 4.0 1.0 2.0]' 

Y = ifelse(y .== 1, 1.0, 0.0) 
for j in 2:length(unique(y)) 
    Y = hcat(Y, ifelse(y .== j, 1.0, 0.0)) 
end 

julia> Y 
6x4 Array{Float64,2}: 
1.0 0.0 0.0 0.0 
0.0 1.0 0.0 0.0 
0.0 0.0 1.0 0.0 
0.0 0.0 0.0 1.0 
1.0 0.0 0.0 0.0 
0.0 1.0 0.0 0.0

来源

2015-12-24 marbel

只是关于术语的说明：'y'不是一维数组;它是2D，6x1数组，如'ndims（y）'所示。见http://docs.julialang.org/en/latest/manual/noteworthy-differences/ – amrods

一种替代方法是使用broadcast：（.==广播自动的，所以如果你只是想要一个BitArray你可以写y .== (1:4)'）

julia> broadcast(.==, y, (1:4)') 
6x4 Array{Float64,2}: 
1.0 0.0 0.0 0.0 
0.0 1.0 0.0 0.0 
0.0 0.0 1.0 0.0 
0.0 0.0 0.0 1.0 
1.0 0.0 0.0 0.0 
0.0 1.0 0.0 0.0

这就避免了明确for环并且还使用hcat来构建阵列。但是，根据您希望创建的数组的大小，分配适当形状的零数组可能是最有效的，然后使用索引将其添加到每行的相应列中。

来源

2015-12-24 21:50:21

数组理解是一种在朱莉娅中创建矩阵的惯用且快速的方法。对于这个问题的例子：

y = convert(Vector{Int64},vec(y)) # make sure indices are integer 
Y = [j==y[i] ? 1.0 : 0.0 for i=1:length(y),j=1:length(unique(y))]

什么，可能是为了为：

Y = [j==y[i] ? 1.0 : 0.0 for i=1:length(y),j=1:maximum(y)]

在这两种情况下，Y为：

6x4 Array{Float64,2}: 
1.0 0.0 0.0 0.0 
0.0 1.0 0.0 0.0 
0.0 0.0 1.0 0.0 
0.0 0.0 0.0 1.0 
1.0 0.0 0.0 0.0 
0.0 1.0 0.0 0.0

来源

2015-12-25 00:04:06

在数值分析，一个稀疏矩阵是其中大部分元素为零的矩阵。

而且从朱莉娅文档： sparse(I,J,V,[m,n,combine])

创建的m×n维，使得S [I [k]的，J [K] = V [k]的一个稀疏矩阵S。组合函数用于组合重复项。如果未指定m和n ，则分别将其设置为max（I）和max（J）。如果未提供组合功能，则默认添加重复项。

y = [1, 2, 3, 4, 1, 2] 
rows=length(y); 
clms=4 # must be >= maximum(y); 
s=sparse(1:rows,y,ones(rows),rows,clms); 
full(s) # => 
6x4 Array{Float64,2}: 
1.0 0.0 0.0 0.0 
0.0 1.0 0.0 0.0 
0.0 0.0 1.0 0.0 
0.0 0.0 0.0 1.0 
1.0 0.0 0.0 0.0 
0.0 1.0 0.0 0.0

来源

2015-12-25 05:25:07

将阵列转换为指标矩阵

回答

相关问题