做資料預處理的時候，經常會遇到需要將類別特徵轉換成有意義的數值的情況，通過這樣使類別資料能夠用於後續的分類預測任務。目前應用得最多的就是將其轉換成one-hot編碼。以下是通過sklearn的方法很方便地實現。

首先讀取資料：

housing = pd.read_csv('housing.csv')
housing.head()

ocean_proximity 這一列是類別資料，並通過string表示。

首先將其轉換成數值

from sklearn.preprocessing import LabelEncoder
encoder = LabelEncoder()  
ocean = encoder.fit_transform(housing['ocean_proximity'].values)  
ocean = np.array([ocean]).T
ocean
 

因為有5個類別，所以將其對映成了1，2，3，4，5：

然後就可以將其轉換成one-hot編碼：

from sklearn.preprocessing import OneHotEncoder
enc = OneHotEncoder()
a=enc.fit_transform(ocean)
a=a.toarray()
a

其為一個n*5維度的矩陣：

最後，可以將其和資料裡邊的其他特徵組合在一起：

housing = pd.concat([housing,pd.DataFrame(a)],axis=1)
housing = housing.drop(['ocean_proximity'],axis=1)
housing.head()
 

ocean_proximity 這一列被成功替換成了one-hot的5列：