如何将矩阵转换为字符?

发布于 2025-01-09 20:02:46 字数 407 浏览 1 评论 0原文

classes = ['A', 'B', 'C']

my_data = [
    [2, 1, 3],
    [1, 1, 2],
    [3, 3, 3],
    [3, 1, 3],
    [3, 1, 3],
    [3, 3, 2]
]

这里,A=1,B=2,C=3。

假设,我想首先找到矩阵 my_data 每一行中的最大值,然后我想将它们转换为 classes 中的字符。

我可以在 python 中不使用循环来完成它吗?

以下源代码对我不起作用:

def prediction_to_name(pred):
    return classes[np.argmax(pred)]
classes = ['A', 'B', 'C']

my_data = [
    [2, 1, 3],
    [1, 1, 2],
    [3, 3, 3],
    [3, 1, 3],
    [3, 1, 3],
    [3, 3, 2]
]

Here, A = 1, B=2, and C=3.

Suppose, I want to first find the maximum value in each row of the matrix my_data, and then I want to convert them into characters from classes.

Can I do it in python without using loops?

The following source code is not working for me:

def prediction_to_name(pred):
    return classes[np.argmax(pred)]

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(3

终遇你 2025-01-16 20:02:46

您需要迭代数据,除非对 0:len(my_data)< 中的每个 n 重复剪切和粘贴 result.append(classes[np.argmax(my_data[n])]) /code> 这只是手动输入循环。

import numpy as np
classes = ['A', 'B', 'C']
my_data = [[2, 1, 3],
     [1, 1, 2],
     [3, 3, 3],
     [3, 1, 3],
     [3, 1, 3],
     [3, 3, 2]]

classifiedData = [classes[np.argmax(row)] for row in my_data]
print(classifiedData) # ['C', 'C', 'A', 'A', 'A', 'A']

You need to iterate over your data unless repeatedly cut and paste result.append(classes[np.argmax(my_data[n])]) for each n in 0:len(my_data) which is just manually typing out the loop.

import numpy as np
classes = ['A', 'B', 'C']
my_data = [[2, 1, 3],
     [1, 1, 2],
     [3, 3, 3],
     [3, 1, 3],
     [3, 1, 3],
     [3, 3, 2]]

classifiedData = [classes[np.argmax(row)] for row in my_data]
print(classifiedData) # ['C', 'C', 'A', 'A', 'A', 'A']
夜夜流光相皎洁 2025-01-16 20:02:46

您的数据索引是从一开始的,而 python 是从零开始的,因此只需减一即可使它们相等。

>>> [classes[max(row) - 1] for row in my_data]
['C', 'B', 'C', 'C', 'C', 'C']

Your indexing of the data is one-based whereas python is zero-based, so just subtract one so that they are equivalent.

>>> [classes[max(row) - 1] for row in my_data]
['C', 'B', 'C', 'C', 'C', 'C']
峩卟喜欢 2025-01-16 20:02:46

这个怎么样?

print(np.array(classes)[np.max(my_data,axis=1)-1])

结果:

['C' 'B' 'C' 'C' 'C' 'C']

How about this?

print(np.array(classes)[np.max(my_data,axis=1)-1])

The result:

['C' 'B' 'C' 'C' 'C' 'C']
~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文