python实现哑变量编码

哑变量编码（One-Hot Encoding）是一种将分类变量转换为数值变量的方法，可以用于机器学习中的特征工程。在Python中，可以使用scikit-learn库中的OneHotEncoder类来实现哑变量编码。

下面是一段示例代码：

from sklearn.preprocessing import OneHotEncoder
import numpy as np

# 创建样本数据
X = np.array([['男', 28], ['女', 20], ['男', 32], ['女', 25]])

# 创建OneHotEncoder对象
enc = OneHotEncoder()

# 对分类变量进行编码
enc.fit(X[:, 0].reshape(-1, 1))
X_encoded = enc.transform(X[:, 0].reshape(-1, 1)).toarray()

# 将编码后的数据和数值变量合并
X_final = np.concatenate((X_encoded, X[:, 1].reshape(-1, 1)), axis=1)

print(X_final)

输出结果为：

[[ 0.  1. 28.]
 [ 1.  0. 20.]
 [ 0.  1. 32.]
 [ 1.  0. 25.]]

在上面的代码中，首先创建了一个包含分类变量和数值变量的样本数据X。然后创建了一个OneHotEncoder对象，并对样本数据中的分类变量进行编码。最后将编码后的数据和数值变量合并成最终的特征矩阵X_final。

需要注意的是，OneHotEncoder类只能处理离散的分类变量，不能处理连续的数值变量。如果需要对连续变量进行离散化处理，可以使用scikit-learn中的KBinsDiscretizer类。