对于分类变量定义的一般规则是哑变量个数,哑变量的定义

　　Python分析建模、日常问题排序(4)

　　确定时间后，离发工资还有四周。

　　2018.08.13~2018.08.19

　　用numpy的argmax和arange方法转换虚拟变量

　　a=numpy.array([[1，5，5，2]，

　　[9, 6, 2, 8],

　　[3, 7, 9, 1]])

　　Numpy.argmax(a，axis=0) #输出每个向量的最大索引

　　Numpy.argmax(a，axis=1) #输出最大索引

　　Numpy.equal (result _ max，test _ max) #一一对应的元素，如果相等，返回true如果不相等，则返回false。

　　Numpy的方法真的很好用，而且运算速度很快。pd虽然也能写方法，但是没有numpy的快。

　　tem=(numpy . arange(3)==NP . array([[2]，[1]，[0]，[3]])。astype(int)

　　将数值变量转换为哑变量，归类为numpy.arange(2)，即[0，1]。

　　如果数据为0，则返回true，如果数据为1，则返回false。

　　Np.astype(int)可以将所有真值转换为1，将所有假值转换为0。

　　这样，数据可以转换成0，1个虚拟变量。

　　np.argmax(tem，轴=1)

　　将虚拟变量转换为数值。

　　type(df.ix[:1:2])或type(df.iloc[:1:2])的数据类型是dataframe。

　　Type(df[b])是系列。

　　df.ix的数据形式[:1:2]。值是多个数组[[2]，[4]，[1]]

　　df[b]的数据形式。值是一个数组[2，4，1]

　　将一列数据帧转换为虚拟变量

　　如果有三个类，只需要转换成两列哑变量；如果有n个类，只需要转换成n-1列哑变量。

　　#方法1:

　　(np.arange(2)==pd。DataFrame([0，1，1，0，1])。价值观)。astype(int)

　　#方法2:

　　从keras.utils.np_utils导入到_ categorical

　　to _ categorial(PD。DataFrame([0，1，1，0，1])。值，数量类=2)