Python numpy csr矩阵“平均值”函数是否对所有矩阵进行平均？如何删除某个值？

我有一个numpy csr矩阵，我想得到它的平均值，但它包含很多零，因为我消除了主对角线上和主对角线下的所有值，只取了上面的三角形值，现在我的csr矩阵在转换为数组时如下所示：

   0.          0.          0.          0.          0.          0.          0.
   0.          0.          0.          0.          0.          0.          0.
   0.          0.          0.          0.          0.63646664  0.34827262
   0.24316454  0.1362165   0.63646664  0.15762204  0.31692202  0.12114576
   0.35917146

据我所知，零对于csr矩阵的工作和显示非常重要：

(0,5) 0.5790418
(3,10) 0.578210
(5,20) 0.912370
(67,5) 0.1093109

我看到csr矩阵有它自己的，但这是否意味着该函数考虑了所有的零，因此除以数组中包括零的元素数？因为我只需要非零值的平均值。我的矩阵包含多个向量之间的相似性，更像是一个矩阵列表，类似于：

[[ 0.          0.63646664  0.48492084  0.42134077  0.14366401  0.10909745
   0.06172853  0.08116201  0.19100626  0.14517247  0.23814955  0.1899649
   0.20181049  0.25663533  0.21003358  0.10436352  0.2038447   1.
   0.63646664  0.34827262  0.24316454  0.1362165   0.63646664  0.15762204
   0.31692202  0.12114576  0.35917146]
 [ 0.          0.          0.58644824  0.4977052   0.15953415  0.46110612
   0.42580993  0.3236768   0.48874263  0.44671607  0.59153001  0.57868948
   0.27357541  0.51645488  0.43317846  0.50985032  0.37317457  0.63646664
   1.          0.51529235  0.56963948  0.51218525  1.          0.38345582
   0.55396192  0.32287605  0.46700191]
 [ 0.          0.          0.          0.6089113   0.53873289  0.3367261
   0.29264493  0.13232082  0.43288206  0.80079927  0.37842518  0.33658945
   0.61990095  0.54372307  0.49982101  0.23555037  0.39283379  0.48492084
   0.58644824  0.64524906  0.31279271  0.39476181  0.58644824  0.39028705
   0.43856802  0.32296735  0.5541861 ]]

那么，我如何只对非零值取平均值呢

我的另一个问题是如何删除所有等于某个值的值，正如我在上面指出的，我可能必须将某个值变为零？但是我该怎么做呢？例如，我想去掉所有等于1.0或更大的值？ 这是我到目前为止制作矩阵的代码：

vectorized_words = parse.csr_matrix(vectorize_words(nostopwords,glove_dict))

#calculating the distance/similarity between each vector in the matrix
cos_similiarity = cosine_similarity(vectorized_words, dense_output=False)
# since there are duplicates like (5,0) and (0,5) which we should remove, I use scipy's triu function
coo_cossim = cos_similiarity.tocoo()
vector_similarities = sparse.triu(coo_cossim, k = 1).tocsr()

是的，csr_matrix.mean在计算平均值时包含所有零。举个简单的例子：

from scipy.sparse import csr_matrix

m = csr_matrix(([1,1], ([2,3],[3,3])), shape=(5,5))
m.toarray()

# returns:
array([[0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0],
       [0, 0, 0, 1, 0],
       [0, 0, 0, 1, 0],
       [0, 0, 0, 0, 0]], dtype=int32)

# test the mean method
m.mean(), m.mean(axis=0), m.mean(axis=1)

# returns:
0.080000000000000002,
matrix([[ 0. ,  0. ,  0. ,  0.4,  0. ]]),
matrix([[ 0. ],
        [ 0. ],
        [ 0.2],
        [ 0.2],
        [ 0. ]])

如果需要执行不包含零的计算，则必须使用其他方法生成结果。但这并不难做到：

nonzero_mean = m.sum() / m.count_nonzero()

是的，csr_matrix.mean在计算平均值时包含所有零。举个简单的例子：

from scipy.sparse import csr_matrix

m = csr_matrix(([1,1], ([2,3],[3,3])), shape=(5,5))
m.toarray()

# returns:
array([[0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0],
       [0, 0, 0, 1, 0],
       [0, 0, 0, 1, 0],
       [0, 0, 0, 0, 0]], dtype=int32)

# test the mean method
m.mean(), m.mean(axis=0), m.mean(axis=1)

# returns:
0.080000000000000002,
matrix([[ 0. ,  0. ,  0. ,  0.4,  0. ]]),
matrix([[ 0. ],
        [ 0. ],
        [ 0.2],
        [ 0.2],
        [ 0. ]])

如果需要执行不包含零的计算，则必须使用其他方法生成结果。但这并不难做到：

nonzero_mean = m.sum() / m.count_nonzero()

---

你是在使用scipy.sparse的csr_矩阵吗？@James是的，我想这不太可能意味着忽略了零。为什么不直接做sumarr，axis=…/苏马尔！=0，axis=…？@Eric它会工作并得到所有，因为就像我在问题中所展示的，我的矩阵实际上更像一个向量列表，我需要每个向量的所有值吗？我应该把什么作为轴的参数，我不太熟悉如何使用轴？我需要每个向量的所有值-这就是轴参数的目的，如果我理解正确的话。你是在使用scipy.sparse的csr_矩阵吗？@James yes我想这不太可能意味着忽略了零。为什么不直接做sumarr，axis=…/苏马尔！=0，axis=…？@Eric它会工作并得到所有，因为就像我在问题中所展示的，我的矩阵实际上更像一个向量列表，我需要每个向量的所有值吗？我应该把什么作为axis的参数，我不太熟悉axis的用法？我需要每个向量的所有值-这就是axis参数的作用，如果我理解正确的话。如果你不调用它的任何方法，就不需要导入numpy，是吗？谢谢，这是一个复制/粘贴错误。现在已修复。谢谢。这实际上解决了我的两个问题。无论如何，我将通过它循环。如果你不调用它的任何方法，则无需导入numpy，是吗？谢谢，这是一个复制/粘贴条。现在修好了。谢谢你，这实际上解决了我的两个问题，不管怎样，我会循环使用它