Numpy 矩阵乘法返回 nan答案

【问题标题】：Numpy matrix multiplication returns nanNumpy 矩阵乘法返回 nan
【发布时间】：2017-09-19 16:25:14
【问题描述】：

我有两个二维矩阵，我想将这两个矩阵相乘得到一个新矩阵。第一个矩阵 A 的尺寸为 943 x 1682，如下所示：

[[ 5.  3.  4. ...,  0.  0.  0.]
 [ 4.  0.  0. ...,  0.  0.  0.]
 [ 0.  0.  0. ...,  0.  0.  0.]
 ..., 
 [ 5.  0.  0. ...,  0.  0.  0.]
 [ 0.  0.  0. ...,  0.  0.  0.]
 [ 0.  5.  0. ...,  0.  0.  0.]]

另一个矩阵 B 的尺寸为 1682 x 20，如下所示：

[[ 0.          0.          0.         ...,  0.          0.          3.        ]
 [ 0.          0.57735027  0.57735027 ...,  0.          0.          3.        ]
 [ 0.          0.          0.         ...,  0.          0.          1.        ]
 ..., 
 [ 0.          0.          0.         ...,  0.          0.          2.        ]
 [ 0.          0.          0.         ...,  0.          0.          1.        ]
 [ 0.          0.          0.         ...,  0.          0.          1.        ]]

但是，当我尝试 A.dot(B) 或 np.matmul(A,B) 时，我得到了一个新的矩阵，其值都是 nan，如下所示：

[[ nan  nan  nan ...,  nan  nan  nan]
 [ nan  nan  nan ...,  nan  nan  nan]
 [ nan  nan  nan ...,  nan  nan  nan]
..., 
 [ nan  nan  nan ...,  nan  nan  nan]
 [ nan  nan  nan ...,  nan  nan  nan]
 [ nan  nan  nan ...,  nan  nan  nan]]

我认为这可能是乘以 0 的结果。但为什么它会在每个位置返回 nan？我应该如何处理这个问题，以便我可以得到数字而不是 nan？

非常感谢您的帮助！

【问题讨论】：

如果您尝试将矩阵减少到重现问题的最小可能版本，这可能会有所帮助（那么您很可能也找到了解决方案......）。没有打印出来的部分有nans吗？
@hiroprotagonist 不幸的是，这些是简化的矩阵。我想我找到了一些nan s。那么在我将所有 nan 转换为 0 后它会起作用吗？
我不能保证这会给出正确/期望的结果，但是 nans 应该会消失。并且减少我的意思是：尝试找到重现您的问题的最小矩阵（它们不需要有任何意义）（即导致点积下的nans）。

标签： python arrays numpy matrix vector

【解决方案1】：

第一个矩阵中的单个 nan 列和/或第二个矩阵中的单个 nan 行可能会导致此问题。验证两个矩阵中所有值确实有效的一种方法是过滤掉 nans 并查看形状是否保持不变：

a_shape_before = A.shape
a_shape_after = A[numpy.logical_not(numpy.is_nan(A))].shape
assert a_shape_before == a_shape_after

对于 B 也是如此。

【讨论】：

谢谢。 a_shape_after 返回 (31920,)，这是否意味着从 31920
是的。 A 中的单个 nan 列可能会导致此问题。使用numpy.argwhere(numpy.isnan(A)) 查找矩阵中nans 的索引。