除以 python 中两个数组的乘积时出现意外除以零错误

Question

我怀疑这是我不知道或不了解这段代码的非常基本的东西；我唯一的借口是我是 python.

的完全初学者

我正在尝试根据此 post:

进行一些余弦相似度矩阵计算

What's the fastest way in Python to calculate cosine similarity given sparse matrix data?

其中一个需要计算初始矩阵乘积的对角线的倒数
假设他的初始矩阵是m，其中每一行代表一个'object'，其'coordinates'在矩阵的列中。所以你想计算行.
之间的余弦相似度然后，要使用矩阵乘积法，您可以执行类似 mp = numpy.dot(m, m.T).

的操作

现在，如果 m 中没有只有 0 的行，mp 的对角线永远不会有任何零值，因为它的每个元素都是元素的平方和m.
对应行我在计算中使用的 m 确实没有全为 0 的行。
事实上，当我这样做时：

mp = np.dot(m, m.T)
mnorms2 = mp.diagonal()

我可以轻松测试：

mnorms2.min()
# 32

由于我对 m 使用稀疏矩阵 (csr)，mp 也是稀疏的，我只需要 mnorms2 的特定元素对，我通过以下方式获得：

mp_rows, mp_cols = mp.nonzero()

这些是 mnorms2 的元素的索引，我需要将它们相乘，取平方根，然后除以 mp.data。

我看到 code in the method I was trying 经历了所有中间步骤，但我认为这只是为了说明，所以我尝试一次完成，例如：

mp.data = mp.data / numpy.sqrt(mnorms2[mp_rows] * mnorms2[mp_cols])

虽然我很确定 mnorms2 的任何元素都不是零，但这给出了除以零的错误！
更糟糕的是，它没有系统地这样做，而只是针对某些 m，尽管在所有情况下这些矩阵都具有相似的稀疏结构和内容。

事实上我什至做到了：

denom = numpy.sqrt(mnorms2[mp_rows] * mnorms2[mp_cols])

我发现：

denom.min()
# 0.0

两个没有 0 的数组的（逐个元素）乘积怎么可能有任何 0？

最后唯一起作用的是：

inv = 1 / numpy.sqrt(mnorms2[mp_rows])
inv = inv / numpy.sqrt(mnorms2[mp_cols])
mp.data = mp.data * inv

真不明白为什么按部就班，而'all in one go'方法会出错，毕竟操作应该是一样的。

显然发生了一些奇怪的事情，因为当我尝试这样做时：

mnorms2[0:5]
# array([71, 73, 77, 68, 72], dtype=uint8)

mnorms2[0:5] * mnorms2[0:5]
# array([177, 209,  41,  16,  64], dtype=uint8)

177 不是 71 的平方...:/

这是怎么回事？

有什么建议/想法吗？

谢谢！

Answer 1

我觉得问题是dtype

uint8 : Unsigned integer (0 to 255)

import numpy as np
mnorms2 = np.array([71, 73, 77, 68, 72], dtype='uint8')
mnorms2 * mnorms2
# array([177, 209,  41,  16,  64], dtype=uint8)

但是如果您将 dtype 更改为 np.float64:

mnorms2 = np.array([71, 73, 77, 68, 72], dtype=np.float64)
mnorms2 * mnorms2
# array([5041., 5329., 5929., 4624., 5184.])

要更改 dtype，请执行以下操作：

mnorms2  = mnorms2.astype(np.float64)

unexpected division by zero error when dividing by the product of two arrays in python