在python中如何替換稀疏csr_matrix中的nan

Question

我已經堆疊了一個sprase矩陣和一個dataframe。 結果csr_matrix包含NAN。

我的問題是如何將這些nan值更新為0。

X_train_1hc = sp.sparse.hstack([X_train_1hc, X_train_df.values]).tocsr()

當我將X_train_1hc傳遞給分類器時，出現錯誤輸入包含NaN或無窮大，或者對於dtype（'float'）而言值太大

1.是否有一個選項/功能/技巧來替換稀疏矩陣中的nan值。 這是一個概念性問題，因此沒有提供任何數據。

Answer 1

擴展一下馬丁的答案，這是一種方法。 假設您有一個帶有某些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]])

由於csr_matrix將非零csr_matrix存儲在data屬性中 ，因此您需要操作該數組。 您可以將NaN和inf的所有出現替換為0和一個較大的數字（實際上是最大的可表示的數字），

>>> 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，您可以像這樣手動替換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]])