如何在Python中把分类的字符串数据转换成数字

在Python中，可以使用sklearn库中的LabelEncoder或OneHotEncoder来将字符串数据转换为数字。

1. LabelEncoder

LabelEncoder是sklearn库中的一个类，用于将分类变量映射到数值。具体操作如下：

from sklearn.preprocessing import LabelEncoder

# 创建LabelEncoder对象
le = LabelEncoder()

# 创建含有分类变量的列表
data = ['Apple', 'Orange', 'Banana', 'Apple', 'Banana', 'Orange']

# 将分类变量编码为数值
le.fit(data)
new_data = le.transform(data)
print(new_data)

运行结果为:

[0 1 2 0 2 1]

1. OneHotEncoder

OneHotEncoder是sklearn库中的另一个类，用于将分类变量转换成一个由0和1组成的向量。具体操作如下：

from sklearn.preprocessing import OneHotEncoder
import numpy as np

# 创建OneHotEncoder对象
enc = OneHotEncoder()

# 创建含有分类变量的列表
data = ['Apple', 'Orange', 'Banana', 'Apple', 'Banana', 'Orange']

# 将分类变量编码为数值
le = LabelEncoder()
le.fit(data)
new_data = le.transform(data)

# 将数值转换成One-Hot编码
enc.fit(np.reshape(new_data, (-1, 1)))
onehot_data = enc.transform(np.reshape(new_data, (-1, 1))).toarray()
print(onehot_data)

运行结果为:

[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]
 [1. 0. 0.]
 [0. 0. 1.]
 [0. 1. 0.]]

需要注意的是，OneHotEncoder的输出是一个矩阵，每一行都对应一个样本，每一列表示一个类别。在输出矩阵中，每行的元素只有一项为1，其余为0。

以上是将分类变量转换成数字的两种方法，根据实际需求选择合适的方法即可。