忽略nans的Matlab矩阵乘法？

我有两个矩阵

A

和

B

，我想把它们相乘，但它们包含

nan

s

默认乘法将

nan

放入结果的整个列，其中数据中甚至只有一个

nan

。我想忽略它们，比如

nansum

/

nanmean

等等。换言之，不是计算

 sum( A(i,j) * B(j,k) )

我想让它使用

nansum

---

我想用

0

替换

nan

，然后进行乘法是可能的，但拥有

nansum

的目的是为了避免这种情况，对吗？

乘法产生

nan

的原因是没有一种真正的方法来处理它们。如果，在您的情况下，它们应该被零替换，那么最容易编写

A(isnan(A)) = 0;

在运行乘法运算之前。我建议不要重新编写矩阵乘法，因为从自己的代码中不会获得与内置矩阵代数类似的性能

---

nansum

，尤其是

nanmean

等是统计工具箱的功能，其中

NaN

s不是简单地用零代替，而是实际从计算中删除，因为在统计上下文中，

NaN

用于指示缺少的数据点。这里没有

nanmult

，因为在统计学中，你不经常使用矩阵乘法，如果你这样做（例如在回归中），向量中缺少一个观察值通常意味着你无论如何都要扔掉整行/整列

1：如果替换<代码>楠S，但是，我会考虑在乘以矩阵之后替换它们。这至少允许识别结果中不依赖缺失值的元素。再说一遍，这完全取决于一个人想要实现什么；忽略nan是一种具体情况的需要。我正试图用

eig（nancov（X））

乘以

X

来用PCA估计矩阵，除了

X

包含缺失值。我认为在这种情况下，

nan-->0

是有意义的？

python

在问题中没有被标记。可以解释为什么您的解决方案能够提高您的贡献值吗？矩阵乘法的基本思想是将矩阵A[sza[0]，sza[1]]的行与B[szb[0]，szb[1]]的列的乘积相加，其中sza[1]=szb[0]. 在我的嵌套循环格式中，我为A的每一行遍历B的每一列。我找到了乘积，并且只对产生实数的乘积求和（例如1*nan=nan，因此这将被忽略且不会被添加）。我在矩阵c中输入了已经在适当维度中定义的和（sza[0]，szb[1]）。

import numpy as np

#find the dimensions of your arrays
sza=a.shape
szb=b.shape

#calculate by using nested loops rows of 'a' times columns of 'b'
c=np.zeros(sza[0],szb[1])
for i in range(0, sza[0]):
  for k in range(0, szb[1]):
    c[i, k]=np.nansum(a[i, ]*b[:, k])