Python 在numpy矩阵列上迭代

我有以下numpy矩阵：

        0      1      2      3      4      5      6      7      8      9      
0       0.0    1.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0   
1       0.0    0.0    5.0    0.0    9.0    0.0    0.0    0.0    0.0    0.0   
2       0.0    0.0    0.0    0.0    0.0    0.0    2.0    0.0    0.0    0.0   
3       0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    5.0    0.0   
4       0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0   
5       0.0    0.0    7.0    0.0    1.0    0.0    0.0    0.0    0.0    0.0   
6       0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0   
7       5.0    0.0    0.0    0.0    0.0    0.0    0.0    6.0    0.0    0.0   
8       2.0    0.0    0.0    0.0    3.0    0.0    6.0    0.0    8.0    0.0   
9       0.0    0.0    1.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0   
10      0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0   

我想分别计算每行和每列的非零值平均值。所以我的结果应该是这样的：

average_rows = [1.0,7.0,2.0,5.0,0.0,4.0,0.0,5.5,4.75,1.0,0.0]
average_cols = [3.5,1.0,4.33333,0.0,4.33333,0.0,4.0,6.0,6.5,0.0]

我不知道如何迭代它们，我不断得到

TypeError:unhabable type

---

另外，我不确定迭代是否是最好的解决方案，我还尝试了类似于

R[：，I]

的方法来获取每一列，并使用

sum（R[：，I]）

对其求和，但不断得到相同的错误。

最好使用2d

np.array

而不是矩阵

import numpy as np
data = np.array([[1, 2, 0], [0, 0, 1], [0, 2, 4]], dtype='float')
data[data == 0] = np.nan
# replace all zeroes with `nan`'s to skip them
# [[  1.   2.  nan]
# [ nan  nan   1.]
# [ nan   2.   4.]]
np.nanmean(data, axis=0)
# array([ 1. ,  2. ,  2.5])
np.nanmean(data, axis=1)
# array([ 1.5,  1. ,  3. ])

---

这是一个大矩阵，我有（9000 x 15000）。我不知道如何将其更改为np.array。只需将其馈送到

np.array

：

np.array（np.matrix（[[1,2,3]，[4,5,6]]）

np.array

完全可以处理大型2d数组。

np.matrix

存在的唯一原因是它与

*

运算符的行为：它对

np.matrix

执行矩阵乘法而不是元素乘法。但是现在我们有

@

来做矩阵乘法，所以我们根本不需要

np.matrix

。谢谢！它主要起作用，但倾向于将nan放在列/行中，其中都是零而不是零。您可以使用

np.nan\u to_num（）

来消除这些nan。（然而，严格地说，这是一种正确的行为：空数字集的平均值是一种nan，而不是零：））你是如何得到这种整洁的表格显示的？这不是正常的

numpy

。有了行和列标签，它看起来像熊猫，。你所说的矩阵是什么意思？它是numpy。我从

R=np.zero（（Rrows，Rcols））

开始，然后迭代并填充非零值，它主要是一个稀疏矩阵。它可以很好地显示，因为我使用ipython笔记本。好的，我使用所有的ipython，但不是笔记本。但是如果那是``R`，我看不出

不可损坏的

错误来自哪里。报告错误时，应至少显示错误堆栈的一部分以及产生错误堆栈的代码行。您可以尝试使用

sum

对行进行迭代。