我有两个矩阵A
和B
我希望它们相乘,但它们包含nan
个。
默认乘法将nan
放在结果的整个列中,即数据中只有一个nan
。我想忽略它们,比如nansum
/ nanmean
等。换句话说,而不是计算
sum( A(i,j) * B(j,k) )
我希望它使用nansum
。
我想这可以通过将nan
替换为0
,然后相乘来实现,但是nansum
的目的是为了避免这种情况,对吗?
答案 0 :(得分:5)
乘法导致NaN
s的原因是没有一种真正的方法可以处理它们。如果在你的情况下,它们应该被零替换,那么最简单的就是编写
A(isnan(A)) = 0;
在运行乘法之前。我建议不要重写矩阵乘法,因为你不会从你自己的代码中获得与内置矩阵代数类似的性能。
nansum
,尤其是nanmean
等是统计工具箱的功能,其中NaN
不是简单地被零替换,而是实际从计算中删除,因为在上下文中统计信息NaN
用于指示缺少的数据点。那里没有nanmult
,因为在统计学中,你不经常矩阵乘法,如果你这样做(例如在回归中),从向量中缺少一个观察通常意味着你需要无论如何,扔出整个行/列。
答案 1 :(得分:0)
import numpy as np
#find the dimensions of your arrays
sza=a.shape
szb=b.shape
#calculate by using nested loops rows of 'a' times columns of 'b'
c=np.zeros(sza[0],szb[1])
for i in range(0, sza[0]):
for k in range(0, szb[1]):
c[i, k]=np.nansum(a[i, ]*b[:, k])