python - 如何计算 Scipy 中稀疏矩阵列的方差?

标签 python numpy scipy

我有一个很大的 scipy.sparse.csc_matrix 并且想对其进行归一化。即从每个元素中减去列均值并除以列标准偏差 (std)i。

scipy.sparse.csc_matrix 有一个 .mean() 但是否有计算方差或标准差的有效方法?

最佳答案

您可以使用均值自己计算方差,使用以下 formula :

E[X^2] - (E[X])^2

E[X] 代表均值。因此,要计算 E[X^2],您必须对 csc_matrix 求平方,然后使用 mean 函数。要获得 (E[X])^2,您只需对使用正常输入获得的 mean 函数的结果进行平方即可。

关于python - 如何计算 Scipy 中稀疏矩阵列的方差?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/12169611/

相关文章:

python - 尝试在 python 中进行线性插值

python - 从变量中的索引获取 numpy 数组中的值

python - 在python中拟合负二项式

python - 数据集中的成对比较

python - 从 python 连接到 sybase 数据库的最佳方法是什么?

python - 使用 Numpy bool 数组索引 Python 列表

python-2.7 - NumPy 的 : Translating elements increases size of file by a lot (factor of 8)

python - 在另一个函数中杀死 Python 中的子进程?

python - 未定义的行到列,按年和月分组

java - 在 Windows 上为 android 构建 iotivity 时出错