Question

我有numpy矩阵0和1，我必须根据列进行不同的操作。

如果该列包含所有0，我必须将这些0替换为1/number_of_the_colomns（我使用命令matrix.shape[1]），否则（如果colomn不包含所有0 1）我必须将每个元素除以colomn的总和。

实质上，在这些操作之后，每个colomn的总和必须是index returns 3-dim structure。

我试试这个，但我在第三行有错误：a=numpy.nonzero(out_degree) b=numpy.where(out_degree==0) graph[:,b]=1/graph.shape[0] graph[:,a]=graph/out_degree

graph

numpy matrix是out_degree，vector是sum，其中包含每个colomn的numpy

我必须使用-i [FISRST_FILE_PATH] -i [SECOND_FILE_PATH] -filter_complex amerge -ac 2 -c:a libmp3lame -q:a 4 [OUTPUT_FILE_PATH]无循环来节省时间。

Answer 1

一个开始是：

import numpy as np
np.random.seed(1)

M, N = 5, 4
a = np.random.choice([0, 1, 2], size=(M, N), p=[0.6, 0.2, 0.2]).astype(float)

print(a)

a_inds = np.where(~a.any(axis=0))[0]
b_inds = np.setdiff1d(np.arange(N), a_inds, assume_unique=True)
b_col_sums = np.sum(a[:, b_inds], axis=0)
a[:, a_inds] = 1 / N
a[:, b_inds] /= b_col_sums

print(a)

输出：

[[ 0.  1.  0.  0.]
 [ 0.  0.  0.  0.]
 [ 0.  0.  0.  1.]
 [ 0.  2.  0.  1.]
 [ 0.  0.  0.  0.]]
[[ 0.25        0.33333333  0.25        0.        ]
 [ 0.25        0.          0.25        0.        ]
 [ 0.25        0.          0.25        0.5       ]
 [ 0.25        0.66666667  0.25        0.5       ]
 [ 0.25        0.          0.25        0.        ]]

这应该易于阅读和中等性能。由于很多花哨的索引，它可能不是最快的。

它也不会检查除以零的问题（不属于您的规范）！

编辑： OP只对方阵感兴趣，因此以下内容将被忽略！

您声明：In essence, after these operations the sum of each colomn must be 1.并提供操作：have to replace these 0 with 1/number_of_the_columns，这是一个矛盾。也许您需要在a[:, a_inds] = 1 / N中用M替换N.

然后你获得：

[[ 0.2         0.33333333  0.2         0.        ]
 [ 0.2         0.          0.2         0.        ]
 [ 0.2         0.          0.2         0.5       ]
 [ 0.2         0.66666667  0.2         0.5       ]
 [ 0.2         0.          0.2         0.        ]]

Answer 2

您可以检查非零元素，否则只需求它。

for col in range(a.shape[1]):
    if np.any(a[:, col]):
        a[:, col] /= np.sum(a[:, col])
    else:
        a[:, col] = 1/a.shape[1]

numpy矩阵中不同列的不同操作？

2 个答案: