在 python 如何在稀疏 csr_matrix 中替换 nan

Question

我已经堆叠了一个 sprase 矩阵和一个数据框。结果 csr_matrix 包含 NAN。

我的问题是如何将这些 nan 值更新为 0 。

X_train_1hc = sp.sparse.hstack([X_train_1hc, X_train_df.values]).tocsr()

当我将 X_train_1hc 传递给分类器时出现错误 Input contains NaN or infinity or a value too large for dtype('float')

1.Is 有一个 option/function/hack 来替换稀疏矩阵中的 nan 值。这是一个概念性问题，因此没有提供任何数据。

Answer 1

扩展一下 Martin 的回答，这是一种方法。假设您有一个 csr_matrix 和一些 NaN 值：

>>> Asp.todense()
matrix([[0.37512508,        nan, 0.34919696, 0.10321203],
        [0.48744859, 0.07289436, 0.16881342, 0.57637166],
        [0.37742037, 0.01425494, 0.38536847, 0.23799655],
        [0.95520474, 0.97719059,        nan, 0.22877082]])

由于 csr_matrix 将非零值存储在 the data attribute 中，您需要操作该数组。用 0 和一些大数字（实际上是可表示的最大数字）替换 NaN 和 inf 的所有出现，你可以做

>>> Asp.data = np.nan_to_num(Asp.data, copy=False)
>>> Asp.todense()
matrix([[0.37512508, 0.        , 0.34919696, 0.10321203],
        [0.48744859, 0.07289436, 0.16881342, 0.57637166],
        [0.37742037, 0.01425494, 0.38536847, 0.23799655],
        [0.95520474, 0.97719059, 0.        , 0.22877082]])

或者，您可以像这样手动替换 NaN：

>>> Asp.data[np.isnan(Asp.data)] = 0.0
>>> Asp.todense()
matrix([[0.37512508, 0.        , 0.34919696, 0.10321203],
        [0.48744859, 0.07289436, 0.16881342, 0.57637166],
        [0.37742037, 0.01425494, 0.38536847, 0.23799655],
        [0.95520474, 0.97719059, 0.        , 0.22877082]])

在 python 如何在稀疏 csr_matrix 中替换 nan

In python how to replace nan in sparse csr_matrix

python

feature-extraction

sparse-matrix