Python 计算非零元素每列或每行平均值的有效方法

我有一个numpy数组，用于用户在电影中给出的评级。评级介于1和5之间，而0表示用户不对电影进行评级。我想计算每部电影的平均收视率，以及每个用户的平均收视率。换句话说，我将计算非零元素的每列或每行的平均值

是否有一个有效的numpy数组函数来处理这种情况？我知道按列或行手动迭代评级可以解决这个问题

---

提前谢谢

由于要丢弃的值为0，您可以通过沿轴求和，然后除以非零元素的数量（沿同一轴）手动计算平均值：

结果：

array([ 8. ,  5.5])

---

如您所见，在平均值中不考虑零。

在将所有

0

值转换为

np.nan

后，您可以使用

np.nan

。请注意，

np.nanmean

仅在

numpy 1.8

中可用

import numpy as np

ratings = np.array([[1,4,5,0],
                    [2,0,3,0],
                    [4,0,0,0]], dtype=np.float)


def get_means(ratings):
    ratings[np.where(ratings == 0)] = np.nan

    user_means = np.nanmean(ratings, axis=1)
    movie_means = np.nanmean(ratings, axis=0)

    return {'user_means' : user_means, 'movie_means' : movie_means}

结果:

>>> get_means(ratings)
{'movie_means': array([ 2.33333333,  4.        ,  4.        ,         nan]), 

'user_means': array([ 3.33333333,  2.5       ,  4.        ])}

---

另一种方法是使用屏蔽数组，屏蔽0值。例如（使用@Akavali的样本数据）：

使用

ratings==0

作为掩码，创建

ratings

的掩码版本：

In [31]: mratings = np.ma.masked_array(ratings, mask=ratings==0)

In [32]: mratings
Out[32]: 
masked_array(data =
 [[1.0 4.0 5.0 --]
 [2.0 -- 3.0 --]
 [4.0 -- -- --]],
             mask =
 [[False False False  True]
 [False  True False  True]
 [False  True  True  True]],
       fill_value = 1e+20)

现在计算沿每个轴的平均值：

In [33]: mratings.mean(axis=0)
Out[33]: 
masked_array(data = [2.3333333333333335 4.0 4.0 --],
             mask = [False False False  True],
       fill_value = 1e+20)

In [34]: mratings.mean(axis=1)
Out[34]: 
masked_array(data = [3.3333333333333335 2.5 4.0],
             mask = [False False False],
       fill_value = 1e+20)

---

阵列是如何组织的？您能给出一个如何加载数组的代码示例吗？如果您是从文件加载的，请同时发布文件格式的示例。不要忘记接受答案，@GarudaReiga。

nanmean

是在1.8版中添加到numpy的，但在

scipy.stats

中也有一个版本已经存在了很长时间。

In [31]: mratings = np.ma.masked_array(ratings, mask=ratings==0)

In [32]: mratings
Out[32]: 
masked_array(data =
 [[1.0 4.0 5.0 --]
 [2.0 -- 3.0 --]
 [4.0 -- -- --]],
             mask =
 [[False False False  True]
 [False  True False  True]
 [False  True  True  True]],
       fill_value = 1e+20)

In [33]: mratings.mean(axis=0)
Out[33]: 
masked_array(data = [2.3333333333333335 4.0 4.0 --],
             mask = [False False False  True],
       fill_value = 1e+20)

In [34]: mratings.mean(axis=1)
Out[34]: 
masked_array(data = [3.3333333333333335 2.5 4.0],
             mask = [False False False],
       fill_value = 1e+20)