在机器学习算法中，常会遇到分类特征是离散的，无序的。例如：性别有男、女等。
性别特征：
[“男”，“女”] => 0，1
地区特征：
[“武汉”，“荆州”，“江苏”] => 0，1，2
工作特征：
[“程序员”，“教师”，“公务员”，“工程师”，“律师”] => 0，1，2，3，4
比如，样本(女，武汉，工程师)=>(1，0，3)，但是，这样的特征处理并不能直接放入机器学习算法中，因为，分类器通常数据是连续且有序。解决这类问题，一种解决方法是采用独热编码（One-Hot Encoding）。
什么是独热编码
独热编码（One-Hot Encoding），又称一位有效编码，其方法是使用N位状态寄存器来对N个状态进行编码，每个状态都有它独立的寄存器位，并且在任意时候，其中只有一位有效。即，只有一位是1，其余都是零值。
例子：性别特征：[“男”,“女”]，按照N位状态寄存器来对N个状态进行编码的原理：
性别特征：[“男”，“女”]（这里N=2）
男 => 10
女 => 01
地区特征：["武汉 "，"荆州 ，"江苏 "]（这里N=3）：
武汉 => 100
荆州 => 010
江苏 => 001
工作特征：["程序员 "，"教师 "，"公务员"，"工程师"，"律师"]（这里N=5）：
程序员 => 10000
教师 => 01000
公务员 => 00100
工程师 => 00010
律师 => 00001
样本的特征[“女”,“荆州”,“程序员”]，独热编码（One-Hot Encoding）的结果为：
[0，1，0，1，0，1，0，0，0，0]
独热编码Python的实现：
import pandas as pd
df = pd.DataFrame({'key':['b','b','a','c','a','b'],'data':range(6)})
print(df)
df的结构如下：
#利用pd.get_dummies()函数对类别性特征df中的key进行独热编码处理：
dummies = pd.get_dummies(df['key'],prefix='key')
print(dummies)
dummies的结构如下：
jiang
#将经过独热编码处理后的类别特征与其他数值型特征组合起来：
new_df = df[['data']].join(dummies)
print(new_df)
new_df的结构如下：
通过df和new_df我们可以看到，经过独热编码处理后，特征集由原来的两维变成了四维。