python将离散数据数值化

在Python中，可以使用LabelEncoder和OneHotEncoder来将离散数据数值化。

LabelEncoder将每个离散值映射到一个唯一的整数。例如，如果有一个离散特征"颜色"，它有红、绿、蓝三个取值，使用LabelEncoder将红映射为0，绿映射为1，蓝映射为2。

示例代码：

from sklearn.preprocessing import LabelEncoder

colors = ['red', 'green', 'blue', 'blue', 'red', 'green', 'red']
encoder = LabelEncoder()
encoded_colors = encoder.fit_transform(colors)
print(encoded_colors)   # 输出 [2 1 0 0 2 1 2]

OneHotEncoder将每个离散值映射到一个长度为n的二进制向量，其中n是离散值的个数。例如，如果有一个离散特征"颜色"，它有红、绿、蓝三个取值，使用OneHotEncoder将红映射为[1, 0, 0]，绿映射为[0, 1, 0]，蓝映射为[0, 0, 1]。

示例代码：

from sklearn.preprocessing import OneHotEncoder
import numpy as np

colors = ['red', 'green', 'blue', 'blue', 'red', 'green', 'red']
encoder = OneHotEncoder(sparse=False)
encoded_colors = encoder.fit_transform(np.array(colors).reshape(-1, 1))
print(encoded_colors)   # 输出 [[0. 0. 1.]
                        #      [0. 1. 0.]
                        #      [1. 0. 0.]
                        #      [1. 0. 0.]
                        #      [0. 0. 1.]
                        #      [0. 1. 0.]
                        #      [0. 0. 1.]]

注意，使用OneHotEncoder时需要将原始数据转换为二维数组。