numpy矩阵除法返回全零

Question

我下面的矩阵有一个除法错误。 我想将10 x 10 matrix除以行总和的10 x 1向量。

[[5731,    3,   20,    8,   12,   54,   46,    8,   39,    2],
 [   2, 6472,   47,   24,    7,   44,    7,   11,  116,   12],
 [  55,   36, 5296,  104,   84,   27,  106,   53,  183,   14],
 [  50,   49,  132, 5312,    2,  253,   36,   58,  142,   97],
 [  16,   28,   36,    9, 5381,   11,   55,   24,   85,  197],
 [  62,   45,   30,  181,   77, 4631,  117,   28,  161,   89],
 [  33,   23,   37,    1,   43,   92, 5642,    4,   42,    1],
 [  20,   20,   74,   23,   55,   14,    4, 5788,   18,  249],
 [  52,  155,   74,  143,   14,  170,   50,   30, 5036,  127],
 [  43,   32,   32,   85,  174,   40,    2,  197,   79, 5265]]

行的sum_vector ：

[[5923],
 [6742],
 [5958],
 [6131],
 [5842],
 [5421],
 [5918],
 [6265],
 [5851],
 [5949]]

但是，当除法发生matrix / sum_vector时，我一直在下面获取此矩阵

[[0 0 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 0]]

我已经尝试了这篇文章和这篇文章 ，但仍然得到全零。

我可以将矩阵除以标量，然后正确返回。 但是，我的部门正在返回全零。

我还尝试了np.divide(matrix, sum_vector.reshape((10,1)))和matrix / matrix.sum(axis=1)[:,None] 。

我觉得我在矩阵的维度上缺少了一些东西，但是我无法弄清楚。

有什么建议吗？

Answer 1

在习惯之前，整数除法有点不直观。 结果应保留为整数，因此没有小数。 Python处理的方法是向下舍入到最接近的较小整数。 并且在Python 2中用/除整数时，将执行整数除法。

在Python 3中，该行为已更改，因此，即使两个操作数都是整数， /运算符也会生成浮点答案。 相反，必须使用//来指定整数除法是实际需要的。

Answer 2

在Python2中，将一个整数除以另一个整数会产生一个整数结果，该结果将四舍五入为最接近的整数值。 numpy遵循相同的约定。 由于sum_vector中的所有值都大于matrix所有值，因此结果将是零数组。

为了执行除法浮动代替，则需要投你输入阵列中的一个或两个为浮点dtype ，例如result = matrix.astype(np.double) / sum_vector 。

情况与Python3不同，在Python3中 ， /默认执行浮点除法，如果需要积分结果，则使用// （ 底数除法运算符 ）。 您还可以通过从__future__导入division获得__future__的新型除法行为：

In [1]: 5 / 2
Out[1]: 2

In [2]: from __future__ import division

In [3]: 5 / 2
Out[3]: 2.5

In [4]: 5 // 2  # floor division operator
Out[4]: 2