手动实现one-hot独热编码的过程

一般我们实现ont-hot编码通过sk-lean中的OneHotEncoder来实现，今天发现一个实现one-hot的编码的手动实现方式，感觉比较有意思，给大家分享一下。
下面是手动实现one-hot的过程：
1、首先加载numpy和pandas

import numpy as np
import pandas as pd

2、需要转化成独热编码的数据，假设这里有10个数据，5个不同的值。

# 需要转化为独热编码的数据
labels_dense = pd.Series([2,3,2,1,4,0,3,1,4,1])
labels_dense

需要转化为独热编码的数据

3、偏移量定义量

index_offset=np.arange(labels_dense.shape[0]) * 5
print(index_offset)

输出结果：
[ 0 5 10 15 20 25 30 35 40 45]
4、建一个10行5列的数据，因为我们要把10个数据改成5个值的one-hot编码，形状就是这样样子的

labels_one_hot=np.zeros((10,5))
labels_one_hot

10行5列的0

5、完成one-hot编码赋值
通过numpy.ndarray.flat[]把一个10 * 5的矩阵看成是一个1 * 50的行向量，对这个1 * 50的行向量在index_offset+labels_dense.ravel()位置的值赋值为1即完成了one-hot编码

labels_one_hot.flat[index_offset+labels_dense.ravel()]=1

index_offset+labels_dense.ravel()是什么？

print(index_offset+labels_dense.ravel())

[ 2 8 12 16 24 25 33 36 44 46]
6、看看最后的独热编码结果是什么？

print(labels_one_hot)

one-hot编码结果

特别说明一下扁平化处理

扁平化