vectorize_sequences 的标准实现

In 弗朗索瓦·肖莱 https://fchollet.com/'s 使用 Python 进行深度学习 https://www.manning.com/books/deep-learning-with-python，出现这个函数：

def vectorize_sequences(sequences, dimension=10000):
    results = np.zeros((len(sequences), dimension))
    for i, sequence in enumerate(sequences):
        results[i, sequence] = 1.
    return results

我明白这个函数的作用。在中询问此功能这个问题 https://stackoverflow.com/questions/50213274/vectorize-sequences-explanation and in 这个问题 https://stackoverflow.com/questions/57278076/dont-understand-how-this-example-one-hot-code-indexes-a-numpy-array-with-i-j另外，还提到了here https://stackoverflow.com/q/53191114/8565438, here https://stackoverflow.com/q/53249636/8565438, here https://stackoverflow.com/q/59161767/8565438, here https://stackoverflow.com/q/48131106/8565438, here https://stackoverflow.com/q/63705834/8565438 & here https://stackoverflow.com/q/60786305/8565438。尽管这种矢量化如此广泛，但根据 Chollet 的书，这种矢量化是“为了最大程度的清晰度而手动完成的”。我感兴趣的是是否有一个标准的，而不是“手动”的方式来做到这一点。

是否有一个标准的 Keras / Tensorflow / Scikit-learn / Pandas / Numpy 实现，其行为与上面的函数非常相似？

解决方案与MultiLabelBinarizer

假设sequences是一个整数数组，最大可能值可达dimension-1， 我们可以用MultiLabelBinarizer from sklearn.preprocessing复制函数的行为vectorize_sequences

from sklearn.preprocessing import MultiLabelBinarizer

mlb = MultiLabelBinarizer(classes=range(dimension))
mlb.fit_transform(sequences)

Numpy 广播的解决方案

假设sequences是一个整数数组，最大可能值可达dimension-1

(np.array(sequences)[:, :, None] == range(dimension)).any(1).view('i1')

已完成示例

>>> sequences
[[4, 1, 0], 
 [4, 0, 3],
 [3, 4, 2]]

>>> dimension = 10
>>> mlb = MultiLabelBinarizer(classes=range(dimension))
>>> mlb.fit_transform(sequences)

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


>>> (np.array(sequences)[:, :, None] == range(dimension)).any(1).view('i1')

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