python numpy矩阵逐行操作：每行中的列答案

【问题标题】：python numpy matrix row wise operations: columns in each rowpython numpy矩阵逐行操作：每行中的列
【发布时间】：2020-06-20 10:40:19
【问题描述】：

如何遍历矩阵并获取每行的列数？如果我有一个矩阵，并且矩阵中的某些元素是 NaN（空），例如：[[4,2,9,4],[3,4,8,6],[5,NaN,7,7] ,[Nan,8,Nan,Nan]]，如何计算行长度？

我试过了：

len(matrix) # number of rows
=len(matrix[0]) # number of columns

但这给了我总数。

所以我想得到一个向量，表示每行中的列数：[4,4,3,1] 例如

我的想法是这样循环：

for i in matrix:

然后是一个循环搜索。但我不知道该怎么做

编辑：我尝试了@wavy 的方法，它奏效了。我可以这样做吗：

# empty list
Final=[]

for i in range(matrix):
    columns=np.isnan(matrix).sum(axis=1)
    result=-columns+matrix.shape[1]
    if result==1:
        Final.append(matrix[i])
        
        
    print(Final)

I also need to put other conditions, when result==2, and when result>2

【问题讨论】：

你想在大型矩阵上使用它吗？
不，我现在正在尝试使用 3（列）x8（行）矩阵
在一个 numpy 数组中，所有列的长度都相同。 np.nan 不算“空”。听起来你想计算非 nan 值的数量。这很好，但描述应该更清楚。

标签： python numpy matrix vector

【解决方案1】：

这可能比 David Wierich 的建议更快：

import numpy as np 

x = np.array([[4, 2, 9, 4], [3, 4, 8, 6], [5, np.nan, 7, 7], [np.nan, 8, np.nan, np.nan]])
y = np.isnan(x).sum(axis=1)
result = -y + x.shape[1]

【讨论】：

谢谢！既然我有了这个，那么我能否以某种方式让它说“如果该行的长度为 1（所以只有在有 1 个数字的地方），那么新向量中的数字应该是那个数字”？
类似这样的东西：for i in range(matrix): columns=np.isnan(matrix).sum(axis=1) result=-columns+matrix.shape[1] if result==1: # then here it should keep that number in the vector where result is 1 print(result)
完成我发布的内容后，您可以试试这个：x[np.isnan(x)] = 0 for i in range(len(result)): if result[i] == 1: result[i] = np.max(x[i, :])。可能有比循环遍历 result 数组更快的方法，但我无法立即想到它。
有没有可能我可以以任何方式再问你一些问题？
我在线时间有点长，我们可以在这里聊天，我想：chat.stackoverflow.com/rooms/216320/discuss-numpy-question

【解决方案2】：

您可以遍历行并为每一行使用（否定的）numpy.isnan 方法：

lengths = [np.sum(~np.isnan(row)) for row in matrix]

由于这会在 np.isnan 中建立一个布尔数组，因此可能会有更快的方法。

【讨论】：