当我们想要计算矩阵的稀疏度时，.nonzero()[0] 是什么意思？答案

【问题标题】：What does .nonzero()[0] mean when we want to compute the sparsity of a matrix?当我们想要计算矩阵的稀疏度时，.nonzero()[0] 是什么意思？
【发布时间】：2021-12-05 18:12:38
【问题描述】：

我正在尝试通过阅读一篇博客来了解 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示例。

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。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

在该表中，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。

由于该表的许多元素都是空的（我们可以说我们有一个稀疏矩阵，这在机器学习中非常典型），他决定通过以下方式研究矩阵的稀疏程度这段代码：

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？我想我理解 ratings.nonzero() 返回一个列表，其中包含所有不同于零的元素的索引，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代码中的 [0] 是什么意思。

非常感谢您，给您带来的不便深表歉意！

【问题讨论】：

标签： python pandas sparse-matrix

【解决方案1】：

默认情况下，nonzero 将返回 (row_idxs, col_idxs) 形式的元组。如果你给它一个一维数组（比如熊猫系列），那么它仍然会返回一个元组，(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。

更多信息请参见 nonzero here 的 numpy 页面，因为 pandas 和 numpy 使用相同的实现。

【讨论】：