![](/img/trans.png)
[英]How to preserve order of insertion in SciPy Sparse Matrix CSR_Matrix?
[英]In python how to replace nan in sparse csr_matrix
我已经堆叠了一个sprase矩阵和一个dataframe。 结果csr_matrix包含NAN。
我的问题是如何将这些nan值更新为0。
X_train_1hc = sp.sparse.hstack([X_train_1hc, X_train_df.values]).tocsr()
当我将X_train_1hc传递给分类器时,出现错误输入包含NaN或无穷大,或者对于dtype('float')而言值太大
1.是否有一个选项/功能/技巧来替换稀疏矩阵中的nan值。 这是一个概念性问题,因此没有提供任何数据。
扩展一下马丁的答案,这是一种方法。 假设您有一个带有某些NaN
值的csr_matrix
:
>>> Asp.todense()
matrix([[0.37512508, nan, 0.34919696, 0.10321203],
[0.48744859, 0.07289436, 0.16881342, 0.57637166],
[0.37742037, 0.01425494, 0.38536847, 0.23799655],
[0.95520474, 0.97719059, nan, 0.22877082]])
由于csr_matrix
将非零csr_matrix
存储在data
属性中 ,因此您需要操作该数组。 您可以将NaN
和inf
的所有出现替换为0和一个较大的数字(实际上是最大的可表示的数字),
>>> Asp.data = np.nan_to_num(Asp.data, copy=False)
>>> Asp.todense()
matrix([[0.37512508, 0. , 0.34919696, 0.10321203],
[0.48744859, 0.07289436, 0.16881342, 0.57637166],
[0.37742037, 0.01425494, 0.38536847, 0.23799655],
[0.95520474, 0.97719059, 0. , 0.22877082]])
另外,您可以像这样手动替换NaN
:
>>> Asp.data[np.isnan(Asp.data)] = 0.0
>>> Asp.todense()
matrix([[0.37512508, 0. , 0.34919696, 0.10321203],
[0.48744859, 0.07289436, 0.16881342, 0.57637166],
[0.37742037, 0.01425494, 0.38536847, 0.23799655],
[0.95520474, 0.97719059, 0. , 0.22877082]])
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.