一种计算每列或一行非零元素平均值的有效方法

Question

我有一个numpy数组用于电影用户给出的评级.评级介于1和5之间,而0表示用户不对电影评分.我想计算每部电影的平均评分,以及每个用户的平均评分.换句话说,我将计算每列或一行非零元素的平均值.

是否有一个高效的numpy数组函数来处理这种情况？我知道按列或行手动迭代评级可以解决问题.

提前致谢!

Answer 1

由于要丢弃的值为0,您可以通过沿轴进行求和然后除以非零元素的数量(沿同一轴)手动计算平均值:

a = np.array([[8.,9,7,0], [0,0,5,6]])
a.sum(1)/(a != 0).sum(1)

结果是:

array([ 8. ,  5.5])

正如您所看到的,零不被视为平均值.

Answer 2

np.nanmean将所有0值转换为后,您可以使用np.nan.请注意,np.nanmean仅适用于numpy 1.8.

import numpy as np

ratings = np.array([[1,4,5,0],
                    [2,0,3,0],
                    [4,0,0,0]], dtype=np.float)


def get_means(ratings):
    ratings[np.where(ratings == 0)] = np.nan

    user_means = np.nanmean(ratings, axis=1)
    movie_means = np.nanmean(ratings, axis=0)

    return {'user_means' : user_means, 'movie_means' : movie_means}

结果:

>>> get_means(ratings)
{'movie_means': array([ 2.33333333,  4.        ,  4.        ,         nan]), 

'user_means': array([ 3.33333333,  2.5       ,  4.        ])}