非零值的整数平均值

Question

我有一个大小为N *M的矩阵，我想找到每一行的平均值。值是从1到5，并且没有任何值的条目设置为0。但是，当我想使用以下方法查找均值时，它给了我错误的均值，因为它还计算了具有值的条目0。

matrix_row_mean= matrix.mean(axis=1)

如何获得仅非零值的均值？

Answer 1

获取每一行的非零计数，并将其用于平均每一行的总和。因此，实现看起来像这样-

np.true_divide(matrix.sum(1),(matrix!=0).sum(1))

如果您使用的是较旧版本的NumPy，则可以使用count的float转换来替换np.true_divide，例如，

matrix.sum(1)/(matrix!=0).sum(1).astype(float)

样品运行-

In [160]: matrix
Out[160]: 
array([[0, 0, 1, 0, 2],
       [1, 0, 0, 2, 0],
       [0, 1, 1, 0, 0],
       [0, 2, 2, 2, 2]])

In [161]: np.true_divide(matrix.sum(1),(matrix!=0).sum(1))
Out[161]: array([ 1.5,  1.5,  1. ,  2. ])

解决该问题的另一种方法是用替换零，NaNs然后使用np.nanmean，这将忽略那些零NaNs并实际上是那些原始零zeros，就像这样-

np.nanmean(np.where(matrix!=0,matrix,np.nan),1)

从性能的角度来看，我建议第一种方法。