标签： python numpy vectorization
我有一个稀疏的（〜15％非零）矩阵R，我希望对其他矩阵U进行矢量化运算，仅针对R的非零值的U值，否则使用零。 / p>
如果对U的操作很便宜，我可以计算得出，然后乘以通常为零的np.sign（R）即可。但是某些值会导致错误，例如除以错误，因为该操作不适用于它们。
我目前的尝试是
np.multiply(abs(np.sign(R)), 1 / (1 - data_using_R)
向量化且速度快，但它有错误，因为当R为零时该运算没有意义。