python - 非零值的 Numpy 平均值

Question

我有一个大小为 N*M 的矩阵，我想求出每一行的平均值。值从 1 到 5，没有任何值的条目设置为 0。但是，当我想使用以下方法找到平均值时，它给了我错误的平均值，因为它还计算了值为0.

matrix_row_mean= matrix.mean(axis=1)

我怎样才能得到非零值的平均值？

Answer 1

获取每行中非零的计数，并将其用于计算每行求和的平均值。因此，实现看起来像这样 -

np.true_divide(matrix.sum(1),(matrix!=0).sum(1))

如果你使用的是旧版本的 NumPy，你可以使用计数的 float 转换来替换 np.true_divide，就像这样 -

matrix.sum(1)/(matrix!=0).sum(1).astype(float)

sample 运行-

In [160]: matrix
Out[160]: 
array([[0, 0, 1, 0, 2],
       [1, 0, 0, 2, 0],
       [0, 1, 1, 0, 0],
       [0, 2, 2, 2, 2]])

In [161]: np.true_divide(matrix.sum(1),(matrix!=0).sum(1))
Out[161]: array([ 1.5,  1.5,  1. ,  2. ])

---

另一种解决问题的方法是用 NaNs 替换零，然后使用 np.nanmean，这将忽略那些 NaNs 和实际上那些原始的 zeros，就像这样 -

np.nanmean(np.where(matrix!=0,matrix,np.nan),1)

从性能的角度来看，我会推荐第一种方法。