当我们想要计算矩阵的稀疏性时，.nonzero()[0] 是什么意思？

Question

我正在尝试通过阅读博客了解 Python 中的推荐系统，该博客包含在 GitHub 中创建存储库推荐系统的一个很好的例子。

使用 read_csv() 加载数据集后，编写代码的人决定将该数据转换为 pivot_table pandas 以便以更简单的方式可视化数据方法。在这里，为了简单起见，我给你留下了那部分代码的图像：

enter image description here

在 table 中，行是用户，列是存储库。行和列之间的横截面是用户给特定存储库的标点符号。

由于 table 的许多元素都是空的（我们可以说我们有一个稀疏矩阵，在机器学习中非常典型），他决定研究稀疏度通过此代码的矩阵：

ratings = df_matrix.values
sparsity = float(len(ratings.nonzero()[0]))
sparsity /= (ratings.shape[0] * ratings.shape[1])
sparsity *= 100
print('Sparsity: {:4.2f}%'.format(sparsity))

谁能帮我知道第二行代码是什么意思？我想我明白 ratings.nonzero() returns 一个列表，其中包含所有不为零的元素的索引，并且由于我对总数而不是索引感兴趣，因此有必要使用len(ratings.nonzero())，但我的问题是我不可能知道 [0] 在代码中的含义。

非常感谢，对于给您带来的不便，我们深表歉意！

Answer 1

默认情况下，nonzero 将 return 形式为 (row_idxs, col_idxs) 的元组。如果你给它一个一维数组（比如 pandas 系列），那么它仍然会 return 一个元组，(row_idxs,)。要访问第一个数组，我们仍然必须索引 ratings.nonzero()[0] 以获得非零元素的第一维索引。

nonzero here 的 numpy 页面上提供了更多信息，因为 pandas 和 numpy 使用相同的实现。

当我们想要计算矩阵的稀疏性时，.nonzero()[0] 是什么意思？

What does .nonzero()[0] mean when we want to compute the sparsity of a matrix?

python

pandas

sparse-matrix