下面的矩阵存在除法错误。我想用行总和的 10 x 1 向量来划分 10 x 10 矩阵。
[[5731, 3, 20, 8, 12, 54, 46, 8, 39, 2],
[ 2, 6472, 47, 24, 7, 44, 7, 11, 116, 12],
[ 55, 36, 5296, 104, 84, 27, 106, 53, 183, 14],
[ 50, 49, 132, 5312, 2, 253, 36, 58, 142, 97],
[ 16, 28, 36, 9, 5381, 11, 55, 24, 85, 197],
[ 62, 45, 30, 181, 77, 4631, 117, 28, 161, 89],
[ 33, 23, 37, 1, 43, 92, 5642, 4, 42, 1],
[ 20, 20, 74, 23, 55, 14, 4, 5788, 18, 249],
[ 52, 155, 74, 143, 14, 170, 50, 30, 5036, 127],
[ 43, 32, 32, 85, 174, 40, 2, 197, 79, 5265]]
行的sum_vector
:
[[5923],
[6742],
[5958],
[6131],
[5842],
[5421],
[5918],
[6265],
[5851],
[5949]]
但是,当除法发生时,我不断得到下面的这个矩阵matrix/sum_vector
[[0 0 0 0 0 0 0 0 0 0]
[0 0 0 0 0 0 0 0 0 0]
[0 0 0 0 0 0 0 0 0 0]
[0 0 0 0 0 0 0 0 0 0]
[0 0 0 0 0 0 0 0 0 0]
[0 0 0 0 0 0 0 0 0 0]
[0 0 0 0 0 0 0 0 0 0]
[0 0 0 0 0 0 0 0 0 0]
[0 0 0 0 0 0 0 0 0 0]
[0 0 0 0 0 0 0 0 0 0]]
我可以将矩阵除以标量,它将正确返回。然而,我的部门正在返回全零。
我还尝试过 np.divide(matrix, sum_vector.reshape((10,1)))
和 matrix/matrix.sum(axis=1)[:,None ]
。
我觉得我错过了矩阵维度的一些东西,但我无法弄清楚。
建议?
最佳答案
在Python2中,一个整数除以另一个整数会得到一个整数结果,该结果将向下舍入到最接近的整数值。 Numpy 遵循相同的约定。由于 sum_vector
中的所有值都大于 matrix
中的所有值,因此结果将是一个由零组成的数组。
要执行浮点除法,您需要将一个或两个输入数组转换为浮点dtype
,例如结果=matrix.astype(np.double)/sum_vector
。
The situation is different in Python3 ,其中 /
默认执行浮点除法,如果您想要整数结果,则使用 //
( floor division operator )。您还可以通过从 __future__
导入 division
来获得 Python2 中新型除法行为:
In [1]: 5 / 2
Out[1]: 2
In [2]: from __future__ import division
In [3]: 5 / 2
Out[3]: 2.5
In [4]: 5 // 2 # floor division operator
Out[4]: 2
关于python - Numpy 矩阵除法返回全零,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44101256/