如何计算numpy数组/矩阵的稀疏百分比？

Question

我有以下10 x 5 numpy数组/矩阵，它有多个NaN值：

array([[  0.,   0.,   0.,   0.,   1.],
       [  1.,   1.,   0.,  nan,  nan],
       [  0.,  nan,   1.,  nan,  nan],
       [  1.,   1.,   1.,   1.,   0.],
       [  0.,   0.,   0.,   1.,   0.],
       [  0.,   0.,   0.,   0.,  nan],
       [ nan,  nan,   1.,   1.,   1.],
       [  0.,   1.,   0.,   1.,   0.],
       [  1.,   0.,   1.,   0.,   0.],
       [  0.,   1.,   0.,   0.,   0.]])

如何准确测量此数组的稀疏程度？ numpy中是否有简单的函数来测量缺失值的百分比？

Answer 1

np.isnan(a).sum()

给出nan值的数量，在此示例中为8.

np.prod(a.shape)

是值的数量，这里是50.它们的比率应该给出所需的值。

In [1081]: np.isnan(a).sum()/np.prod(a.shape)
Out[1081]: 0.16

您可能还会发现从此

创建蒙版数组很有用

In [1085]: a_ma=np.ma.masked_invalid(a)
In [1086]: print(a_ma)
[[0.0 0.0 0.0 0.0 1.0]
 [1.0 1.0 0.0 -- --]
 [0.0 -- 1.0 -- --]
 [1.0 1.0 1.0 1.0 0.0]
 [0.0 0.0 0.0 1.0 0.0]
 [0.0 0.0 0.0 0.0 --]
 [-- -- 1.0 1.0 1.0]
 [0.0 1.0 0.0 1.0 0.0]
 [1.0 0.0 1.0 0.0 0.0]
 [0.0 1.0 0.0 0.0 0.0]]

然后有效值的数量为：

In [1089]: a_ma.compressed().shape
Out[1089]: (42,)

Answer 2

定义：

一般情况的代码：

from numpy import array
from numpy import count_nonzero
import numpy as np

# create dense matrix
A = array([[1, 1, 0, 1, 0, 0], [1, 0, 2, 0, 0, 1], [99, 0, 0, 2, 0, 0]])

#If you have Nan
A = np.nan_to_num(A,0)

# calculate sparsity
sparsity = 1.0 - ( count_nonzero(A) / float(A.size) )
print(sparsity)

结果：

0.555555555556

Answer 3

“ hpaulj”已经解释了测量缺失值的百分比。

我正在回答您问题的第一部分，假设数组具有零和非零...

稀疏度是指零值，密度是指数组中的非零值。 假设您的数组是X， 获取非零值的计数：

non_zero = np.count_nonzero(X)

X中的总值：

total_val = np.product(X.shape)

稀疏度将为-

sparsity = (total_val - non_zero) / total_val

密度为-

density = non_zero / total_val

稀疏度和密度之和必须等于100％...