Python 计算Numpy中每个类的非零项

我正在阅读《Python机器学习入门》一书中的NaiveBayes分类器示例，并努力理解以下代码示例的机制：

import numpy as np

X = np.array([[0,1,0,1],
              [1,0,1,1],
              [0,0,0,1],
              [1,0,1,0]])

y = np.array([0,1,0,1])

print(X)
print('\n')
print(y)
print('\n')

counts = {}

for label in np.unique(y):
    print(label,'\n')
    counts[label] = X[y == label].sum(axis=0)
    print(counts[label],'\n')

print('Feature counts:\n{}'.format(counts))

代码的输出：

[[0 1 0 1]
 [1 0 1 1]
 [0 0 0 1]
 [1 0 1 0]]


[0 1 0 1]


0 

[0 1 0 2] 

1 

[2 0 2 1] 

Feature counts:
{0: array([0, 1, 0, 2]), 1: array([2, 0, 2, 1])}

我不明白每个类（0和1）的数组是如何填充的

我的理解是sum（axis=0）意味着对矩阵的一列求和。因此，对于“0”标签（又名类），我在矩阵“X”中计算以下内容：

第一列2个零，第二列3个零，第三列2个零，第四列1个零

---

鉴于代码输出，我的理解显然不正确。

您可以从代码行的内部开始

X[y == label].sum(axis=0)

让我们看一下案例

label==0

。然后

y == label
# results in
[ True False  True False]

使用带有4个条目的布尔列表索引

X

，将从X中选择第一行和第三行

[[0 1 0 1] # True [1 0 1 1] # False [0 0 0 1] # True [1 0 1 0]] # False 现在沿着这个2x4数组的列方向求和

X[y == label].sum(axis=0)
# results in
[0 1 0 2]

我在这里猜测，但您可能想做的是创建一个包含

X

本身的布尔数组，并在其列上求和

counts[label] = (X == label).sum(axis=0)

使用这一行运行代码将产生

# for label == 0
[2 3 2 1] 
# for label == 1
[2 1 2 3] 

---

您似乎忘记了布尔掩码

y==label

关于国家的文件：

与整数索引数组不同，在布尔型数组中，结果是一个一维数组，包含索引数组中的所有元素，对应于布尔型数组中的所有真元素

因此，

X[y==label]

对于

label=0

的结果是：

X[np.array(true, false, true, false)]

根据文件，这是：

[[0 1 0 1]
 [0 0 0 1]]

垂直求和得到：

count[0] = np.array([0, 1, 0, 2])

相同的进程将获得计数[1]。这次

label=1

，

y==label

给出

np.array（false，true，false，true）

。使用此数组屏蔽

X

，可提供：

[[1 0 1 1]
 [1 0 1 0]]

垂直求和以获得：

count[1] = np.array([2, 0, 2, 1])

count[1] = np.array([2, 0, 2, 1])