将 one-hot 编码目标值映射到正确的标签名称

我有一个标签名称列表，我枚举并创建了一个字典：

my_list = [b'airplane',
 b'automobile',
 b'bird',
 b'cat',
 b'deer',
 b'dog',
 b'frog',
 b'horse',
 b'ship',
 b'truck']

label_dict =dict(enumerate(my_list))


{0: b'airplane',
 1: b'automobile',
 2: b'bird',
 3: b'cat',
 4: b'deer',
 5: b'dog',
 6: b'frog',
 7: b'horse',
 8: b'ship',
 9: b'truck'}

现在我正在努力清洁map/apply我的目标的 dict 值采用 one-hot 编码形式。

y_test[0]

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


y_test[0].map(label_dict) should return: 
'cat'

我正在玩

(lambda key,value: value for y_test[0] == 1)

但无法提出任何具体的

谢谢。

由于我们正在与one-hot encoded array, argmax可用于一次性获取索引1对于每一行。因此，使用列表作为输入 -

[my_list[i] for i in y_test.argmax(1)]

Or with np.take有数组输出 -

np.take(my_list,y_test.argmax(1))

跟...共事dict并假设顺序键为0,1,..， 我们可以有 -

np.take(label_dict.values(),y_test.argmax(1))

如果键本质上不是按顺序排列而是排序的 -

np.take(label_dict.values(), np.searchsorted(label_dict.keys(),y_test.argmax(1)))

样本运行 -

In [79]: my_list
Out[79]: 
['airplane',
 'automobile',
 'bird',
 'cat',
 'deer',
 'dog',
 'frog',
 'horse',
 'ship',
 'truck']

In [80]: y_test
Out[80]: 
array([[ 0.,  0.,  0.,  1.,  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.]])

In [81]: [my_list[i] for i in y_test.argmax(1)]
Out[81]: ['cat', 'automobile', 'ship']

In [82]: np.take(my_list,y_test.argmax(1))
Out[82]: 
array(['cat', 'automobile', 'ship'], 
      dtype='|S10')