numpy矩陣中不同列的不同操作？

Question

我有一個0和1的平方numpy矩陣，我必須根據該列執行不同的操作。

如果該列包含所有0 ，則必須用1/number_of_the_colomns替換這些0 （我使用命令matrix.shape[1] ），否則（如果colomn不包含所有0 ），我必須將每個元素除以該列。

本質上，在執行這些操作之后，每個列的總和必須為1 。

我嘗試這樣做，但第三行出現錯誤： index returns 3-dim structure

a=numpy.nonzero(out_degree)
b=numpy.where(out_degree==0)
graph[:,b]=1/graph.shape[0]
graph[:,a]=graph/out_degree

graph是numpy matrix ， out_degree是一個vector ，其中包含sum每個colomn的

我必須使用無循環的numpy來節省時間。

Answer 1

一個開始將是：

import numpy as np
np.random.seed(1)

M, N = 5, 4
a = np.random.choice([0, 1, 2], size=(M, N), p=[0.6, 0.2, 0.2]).astype(float)

print(a)

a_inds = np.where(~a.any(axis=0))[0]
b_inds = np.setdiff1d(np.arange(N), a_inds, assume_unique=True)
b_col_sums = np.sum(a[:, b_inds], axis=0)
a[:, a_inds] = 1 / N
a[:, b_inds] /= b_col_sums

print(a)

輸出：

[[ 0.  1.  0.  0.]
 [ 0.  0.  0.  0.]
 [ 0.  0.  0.  1.]
 [ 0.  2.  0.  1.]
 [ 0.  0.  0.  0.]]
[[ 0.25        0.33333333  0.25        0.        ]
 [ 0.25        0.          0.25        0.        ]
 [ 0.25        0.          0.25        0.5       ]
 [ 0.25        0.66666667  0.25        0.5       ]
 [ 0.25        0.          0.25        0.        ]]

這應該易於閱讀並且具有中等性能。 由於花式索引很多，它可能不是最快的。

它還不會檢查除以零的問題情況（這不是規范的一部分）！

編輯： OP只對正方形數組感興趣，因此以下內容將被忽略！

您聲明： In essence, after these operations the sum of each colomn must be 1.然后執行以下操作： have to replace these 0 with 1/number_of_the_columns ，這是一個矛盾。 也許您需要在a[:, a_inds] = 1 / N中用M替換N。

然后您獲得：

[[ 0.2         0.33333333  0.2         0.        ]
 [ 0.2         0.          0.2         0.        ]
 [ 0.2         0.          0.2         0.5       ]
 [ 0.2         0.66666667  0.2         0.5       ]
 [ 0.2         0.          0.2         0.        ]]

Answer 2

您可以檢查非零元素，否則只需求和即可。

for col in range(a.shape[1]):
    if np.any(a[:, col]):
        a[:, col] /= np.sum(a[:, col])
    else:
        a[:, col] = 1/a.shape[1]