在python中如何替换稀疏csr_matrix中的nan

Question

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。

Answer 1

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]])