python - 将 2D numpy 数组转换为热编码的 3D numpy 数组，在同一平面上具有相同的值

Question

假设我有一个 Numpy 数组:

[
  [0, 1, 0],
  [0, 1, 4],
  [2, 0, 0],
]

我怎样才能把它变成一个“热编码”的 3D 阵列？像这样:

[
  # Group of 0's
  [[1, 0, 1],
   [1, 0, 0],
   [0, 1, 1]],
  # Group of 1's
  [[0, 1, 0],
   [0, 1, 0],
   [0, 0, 0]],
  # Group of 2's
  [[0, 0, 0],
   [0, 0, 0],
   [1, 0, 0]],
  # Group of 3's
  # the group is still here, even though there are no threes
  [[0, 0, 0],
   [0, 0, 0],
   [0, 0, 0]],
  # Group of 4's
  [[0, 0, 0],
   [0, 0, 1],
   [0, 0, 0]]
]

也就是说，我怎样才能在数组中每次出现一个数字并将它们“分组”到 3D 矩阵中它们自己的平面中？如示例所示，即使是数字中的“差距”(即 3 )也应该出现。在我的例子中，我事先知道数据的范围(范围 (0, 6] )，所以这应该会更容易。

顺便说一句，我需要这个，因为我有一个用数字表示的棋盘，但需要它以这种形式传递到二维卷积神经网络(不同的“ channel ”用于不同的棋子)。

我看过 Convert a 2d matrix to a 3d one hot matrix numpy ，但它对每个值都有一个单热编码，这不是我要找的。

Answer 1

创建所需的数组(此处为 arr.max()+1)，然后 reshape 它以与原始数组进行比较:

设置:

arr = np.array([
  [0, 1, 0],
  [0, 1, 4],
  [2, 0, 0],
])

---

u = np.arange(arr.max()+1)
(u[:,np.newaxis,np.newaxis]==arr).astype(int)

---

array([[[1, 0, 1],
        [1, 0, 0],
        [0, 1, 1]],

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

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

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

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