[英]Mean of non zero values in sparse matrix?
我正在尝试计算稀疏行矩阵每一行中非零值的平均值。 使用矩阵的均值方法不会这样做:
>>> from scipy.sparse import csr_matrix
>>> a = csr_matrix([[0, 0, 2], [1, 3, 8]])
>>> a.mean(axis=1)
matrix([[ 0.66666667],
[ 4. ]])
以下工作但对于大型矩阵很慢:
>>> import numpy as np
>>> b = np.zeros(a.shape[0])
>>> for i in range(a.shape[0]):
... b[i] = a.getrow(i).data.mean()
...
>>> b
array([ 2., 4.])
谁能告诉我是否有更快的方法?
使用 CSR 格式矩阵,您可以更轻松地做到这一点:
sums = a.sum(axis=1).A1
counts = np.diff(a.indptr)
averages = sums / counts
直接支持行和,CSR 格式的结构意味着indptr
数组中连续值之间的差异正好对应于每行中非零元素的数量。
这似乎是您可以使用numpy.bincount.
的典型问题numpy.bincount.
为此,我使用了三个函数:
(x,y,z)=scipy.sparse.find(a)
返回稀疏矩阵的行( x
)、列( y
)和值( z
)。 例如, x
是array([0, 1, 1, 1].
numpy.bincount(x)
返回,对于每个行号,你有多少非零元素。
numpy.bincount(x,wights=z)
为每一行返回非零元素的总和。
最终的工作代码:
from scipy.sparse import csr_matrix
a = csr_matrix([[0, 0, 2], [1, 3, 8]])
import numpy
import scipy.sparse
(x,y,z)=scipy.sparse.find(a)
countings=numpy.bincount(x)
sums=numpy.bincount(x,weights=z)
averages=sums/countings
print(averages)
返回:
[ 2. 4.]
我总是喜欢对您感兴趣的任何轴上的值求和,然后除以相应行/列中非零元素的总数。
像这样:
sp_arr = csr_matrix([[0, 0, 2], [1, 3, 8]])
col_avg = sp_arr.sum(0) / (sp_arr != 0).sum(0)
row_avg = sp_arr.sum(1) / (sp_arr != 0).sum(1)
print(col_avg)
matrix([[ 1., 3., 5.]])
print(row_avg)
matrix([[ 2.],
[ 4.]])
基本上,您将沿给定轴的所有条目的总值求和,然后除以矩阵 != 0(即实际条目的数量)的True
条目的总和。
我发现这种方法比其他选项更简单也更简单。
返回平均值列表的简单方法:
a.sum(axis=0) / a.getnnz(axis=0)
假设您的矩阵中没有任何明确的零。 如果愿意,请更改轴。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.