如何将长度不规则的列表列转换为二进制矩阵列表？

嗨，我来帮你解决这个问题！你遇到的核心问题是Keras的to_categorical要求输入是形状统一的数组，但你的子列表长度不一，padding后再unpadding确实很麻烦。其实我们可以绕开这个限制，直接针对每个元素生成独热编码，完美保留原列表的不规则结构。

方法一：纯Python实现（简单直观） #

这种方式不需要依赖任何额外库，直接遍历每个元素生成对应的二进制向量：

# 你的原始数据
data = [[1, 2, 3], [1], [3, 2]]

# 先确定所有元素中的最大值，用来定义二进制向量的长度
max_val = max(num for sublist in data for num in sublist)

# 逐个转换每个子列表
result = []
for sublist in data:
    one_hot_sublist = []
    for num in sublist:
        # 初始化一个全0的向量，长度等于最大值
        vec = [0] * max_val
        # 把对应位置设为1（注意你的元素是从1开始的，所以要减1取索引）
        vec[num - 1] = 1
        one_hot_sublist.append(vec)
    result.append(one_hot_sublist)

print(result)
# 输出就是你想要的结果：
# [[[1,0,0],[0,1,0],[0,0,1]], [[1,0,0]], [[0,0,1],[0,1,0]]]

方法二：Numpy实现（高效适合大数据） #

如果你的数据量比较大，用Numpy来实现会更高效，利用矩阵索引快速生成独热编码：

import numpy as np

data = [[1, 2, 3], [1], [3, 2]]
max_val = max(num for sublist in data for num in sublist)

result = []
for sublist in data:
    # 把列表转成Numpy数组，因为元素是1-based，所以先减1转为0-based索引
    arr = np.array(sublist) - 1
    # 用单位矩阵生成独热编码，再转成列表保持原结构
    one_hot = np.eye(max_val)[arr].tolist()
    result.append(one_hot)

为什么不用Keras的to_categorical？ #

to_categorical设计的初衷是处理批量的、形状统一的输入（比如经过padding的序列），它会强制输出统一形状的张量，这就导致你必须先padding所有子列表到相同长度，之后还要手动去除多余的padding部分，反而增加了不必要的复杂度。而上面两种方法直接保留了原列表的不规则长度，完全不需要处理padding相关的问题。

备注：内容来源于stack exchange，提问作者yannush