我正在尝试使用矩阵进行一些数学,我可以写下来,但我不确定如何编码。这涉及获取一列行边缘值,然后制作一个新的矩阵,该矩阵的所有非零行值都被边缘替换为边缘,然后我想将非零新值的总和分为列边缘。
我可以到达行边缘,但我似乎无法想到一种重新填充的方法。
我想要什么的示例
import numpy as np
matrix = np.matrix([[1,3,0],[0,1,2],[1,0,4]])
matrix([[1, 3, 0],
[0, 1, 2],
[1, 0, 4]])
marginals = ((matrix != 0).sum(1) / matrix.sum(1))
matrix([[0.5 ],
[0.66666667],
[0.4 ]])
我想做的接下来是基于第一个的非零位置的矩阵填充。
matrix([[0.5, 0.5, 0],
[0, 0.667, 0.667],
[0.4, 0, 0.4]])
最终想要的结果是新的矩阵列总和除以该列中的非零出现的数量。
matrix([[(0.5+0.4)/2, (0.5+0.667)/2, (0.667+0.4)/2]])
要获得最终矩阵,我们可以使用 matrix-multiplication
来提高效率 -
In [84]: mask = matrix!=0
In [100]: (mask.T*marginals).T/mask.sum(0)
Out[100]: matrix([[0.45 , 0.58333334, 0.53333334]])
或更简单 -
In [110]: (marginals.T*mask)/mask.sum(0)
Out[110]: matrix([[0.45 , 0.58333334, 0.53333334]])
如果您也需要该中间填充输出,请使用np.multiply
进行广播元素乘法 -
In [88]: np.multiply(mask,marginals)
Out[88]:
matrix([[0.5 , 0.5 , 0. ],
[0. , 0.66666667, 0.66666667],
[0.4 , 0. , 0.4 ]])