在Python的NumPy库中，可以使用`numpy.unique()`函数将分类数据转换为数值。
假设我们有一个分类数组`categorical`，其中包含一些字符串类型的值，我们可以使用以下代码将其转换为数值：
```python
import numpy as np
# 创建一个示例分类数组
categorical = np.array(['cat1', 'cat2', 'cat1', 'cat3', 'cat2', 'cat1'])
# 使用numpy.unique()函数到唯一值，并返回一个包含这些值的索引数组
unique_values = np.unique(categorical)
numpy库中出数组的唯一值# 使用唯一值数组创建一个从分类数组到数值数组的映射
mapping = dict(zip(unique_values, np.arange(len(unique_values))))
# 使用映射将分类数组转换为数值数组
numerical = np.array([mapping[x] for x in categorical])
print(numerical)
```
输出：
```python
array([0, 1, 0, 2, 1, 0])
```
在这个例子中，我们首先使用`numpy.unique()`函数到分类数组中的唯一值。然后，我们创建一个字典，将唯一值映射到它们在`numpy.arange()`函数生成的整数数组中的索引。最后，我们使用这个映射将分类数组转换为数值数组。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。