python之Python 中点积的元素均值(numpy)

我有两个 numpy 矩阵(或稀疏等效矩阵)，例如:

>>> A = numpy.array([[1,0,2],[3,0,0],[4,5,0],[0,2,2]]) 
>>> A 
array([[1, 0, 2], 
       [3, 0, 0], 
       [4, 5, 0], 
       [0, 2, 2]]) 
>>> B = numpy.array([[2,3],[3,4],[5,0]]) 
>>> B 
array([[2, 3], 
       [3, 4], 
       [5, 0]]) 
 
>>> C = mean_dot_product(A, B) 
>>> C 
array([[6   ,  3], 
       [6   ,  9], 
       [11.5, 16], 
       [8   ,  8]]) 

其中 C[i, j] = sum(A[i,k] * B[k,j])/count_nonzero(A[i,k] * B[k,j])

在 numpy 中有快速执行此操作的方法吗？

一个不理想的解决方案是:

>>> maskA = A > 0 
>>> maskB = B > 0 
 
>>> maskA.dtype=numpy.uint8 
>>> maskB.dtype=numpy.uint8 
 
>>> D = replace_zeros_with_ones(numpy.dot(maskA,maskB))  
 
>>> C = numpy.dot(A,B) / D 

谁有更好的算法？

此外，如果A或B是稀疏矩阵，使它们成为稠密矩阵(将零替换为一)会使内存占用激增!

请您参考如下方法:

为什么需要 replace_zeros_with_ones？我删除了这一行并运行您的代码并获得了正确的结果。

如果所有的数字都不是负数，你可以只用一行来做到这一点:

np.dot(A, B)/np.dot(np.sign(A), np.sign(B))