python - 如何从 ndarray 集合中删除与其中一个数组的零元素相对应的列？

Question

我在 3 个具有形状的数组中有一些数据:

docLengths.shape = (10000,)
docIds.shape = (10000,)
docCounts.shape = (68,10000)

我想获得某些 i 的相对计数及其平均值和标准差:

docRelCounts = docCounts/docLengths
relCountMeans = docRelCounts[i,:].mean()
relCountDeviations = docRelCounts[i,:].std()

问题是，docLengths 的某些元素为零。这会在 docRelCounts 中产生 NaN 元素，因此平均值和偏差也是 NaN。

我需要删除零长度文档的数据。我可以编写一个循环，定位零长度文档并删除它们，但我希望有一些 numpy 数组魔法可以更有效地完成此操作。有什么想法吗？

Answer 1

试试这个:

docRelCounts = docCounts/docLengths

goodDocRelCounts = docRelCounts[i,:][np.invert(np.isnan(docRelCounts[i,:]))]
relCountMeans = goodDocRelCounts.mean()
relCountDeviations = goodDocRelCounts.std()

np.isnan 返回与 True 形状相同的数组，其中原始数组为 NaN、False别处。 np.invert 会反转它，然后您会得到 goodDocRelCounts，其中仅包含非 NaN 的值。