Python 对2D NumPy数组的每行和每列中的非零元素进行计数

我有一个

NumPy

矩阵，其中大部分包含非零值，但偶尔会包含零值。我需要能够：

对每行中的非零值进行计数，并将该计数放入一个变量中，我可以在后续操作中使用该变量，可以通过迭代行索引并在迭代过程中执行计算来实现

对每列中的非零值进行计数，并将该计数放入一个变量中，我可以在后续操作中使用该变量，可能是通过迭代列索引并在迭代过程中执行计算

例如，我需要做的一件事是对每行求和，然后将每行和除以每行中非零值的数量，为每行索引报告一个单独的结果。然后我需要对每列求和，然后将列和除以列中非零值的数量，同时为每列索引报告一个单独的结果。我还需要做其他的事情，但是在我弄明白如何做我在这里列出的事情之后，这些事情应该会很容易

下面是我正在使用的代码。您可以看到，我正在创建一个零数组，然后从

csv

文件填充它。一些行将包含所有列的值，但其他行在最后的一些列中仍将保留一些零，从而产生上述问题

下面最后五行代码来自本论坛的另一篇帖子。最后五行代码返回打印的零行/列索引列表。但是，我不知道如何使用结果信息来创建上述非零行计数和非零列计数

ANOVAInputMatrixValuesArray=zeros([len(TestIDs),9],float)
j=0
for j in range(0,len(TestIDs)):
    TestID=str(TestIDs[j])
    ReadOrWrite='Read'
    fileName=inputFileName
    directory=GetCurrentDirectory(arguments that return correct directory)
    inputfile=open(directory,'r')
    reader=csv.reader(inputfile)
    m=0
    for row in reader:
        if m<9:
            if row[0]!='TestID':
                ANOVAInputMatrixValuesArray[(j-1),m]=row[2]
                m+=1
    inputfile.close()

IndicesOfZeros = indices(ANOVAInputMatrixValuesArray.shape) 
locs = IndicesOfZeros[:,ANOVAInputMatrixValuesArray == 0]
pts = hsplit(locs, len(locs[0]))
for pt in pts:
    print(', '.join(str(p[0]) for p in pt))

ANOVAInputMatrixValuesArray=0（[len（TestIDs），9]，浮点）
j=0
对于范围（0，len（TestIDs））内的j：
TestID=str（TestID[j]）
ReadOrWrite='Read'
文件名=输入文件名
directory=GetCurrentDirectory（返回正确目录的参数）
inputfile=open（目录'r'）
reader=csv.reader（输入文件）
m=0
对于读取器中的行：
如果m
变量
（a！=0）
是一个与原始
a
形状相同的数组，它包含所有非零元素的
True

.sum（x）
函数对轴
x
上的元素求和。
True/False
元素之和是
True
元素的数量

变量
列
和
行
包含原始数组中每列/行中非零（元素！=0）值的数量：

columns = np.array([2, 1, 3])
rows    = np.array([2, 3, 1])

编辑：整个代码可能如下所示（原始代码中有一些简化）：

编辑2：

要获取所有列/行的平均值，请使用以下命令：

colMean = a.sum(0) / (a != 0).sum(0)
rowMean = a.sum(1) / (a != 0).sum(1)

如果列/行中没有非零元素，您想做什么？然后我们可以调整代码来解决这样的问题。
（a！=0）在我当前版本的scipy中不适用于稀疏矩阵（scipy.sparse.lil_matrix）

对于稀疏矩阵，我做了：

    (i,j) = X.nonzero()
    column_sums = np.zeros(X.shape[1])
    for n in np.asarray(j).ravel():
        column_sums[n] += 1.

我想知道是否有更优雅的方法。
更快的方法是用1而不是实际值克隆矩阵。然后按行或列进行汇总：

X_clone = X.tocsc()
X_clone.data = np.ones( X_clone.data.shape )
NumNonZeroElementsByColumn = X_clone.sum(0)
NumNonZeroElementsByRow = X_clone.sum(1)

这对我来说比FinnÅrup Nielsen的解决方案快50倍（1秒对53秒）

编辑：
也许您需要将NumNonZeroElementsByColumn转换为一维数组

在scipy稀疏矩阵
m
中计算每行非零元素的快速方法是：

np.diff(m.tocsr().indptr)

CSR矩阵的
indptr
属性表示对应于行之间边界的数据内的索引。因此，计算每个条目之间的差异将提供每行中非零元素的数量

同样，对于每列中非零元素的数量，使用：

np.diff(m.tocsc().indptr)

如果数据已经以适当的形式存在，则它们将分别在O（
m.shape[0]
）和O（
m.shape[1]
）中运行，而不是在Marat和Finn的解决方案中运行O（
m.getnnz（）
）

如果您同时需要行和列nozero计数，并且（例如，
m
已经是CSR），您可以使用：

row_nonzeros = np.diff(m.indptr)
col_nonzeros = np.bincount(m.indices)

这并不比第一次转换为CSC（即O（
m.getnnz（）
）以获得
col_非零
）的速度快，但由于实现细节，速度更快。
对于稀疏矩阵，请使用CSR/CSC矩阵支持的
getnnz（）
函数

例如

a.astype（bool）
比
a！=0
问一个好问题的方式非常冗长。
scipy.sparse.csr_matrix
和
csc_matrix
现在使用这种方法支持
getnnz（axis=0）
和
getnnz（axis=1）
。
np.diff(m.tocsr().indptr)

np.diff(m.tocsc().indptr)

row_nonzeros = np.diff(m.indptr)
col_nonzeros = np.bincount(m.indices)

a = scipy.sparse.csr_matrix([[0, 1, 1], [0, 1, 0]])
a.getnnz(axis=0)

array([0, 2, 1])