python中如何替换稀疏csr_矩阵中的nan

Question

我有一个sprase矩阵和一个数据帧。生成的csr_矩阵包含NAN。在

我的问题是如何将这些nan值更新为0。在

X_train_1hc = sp.sparse.hstack([X_train_1hc, X_train_df.values]).tocsr()

当我把X_train_1hc传递给分类器时，我得到错误输入包含NaN或无穷大，或者是一个对于dtype（'float'）来说太大的值

1.是否有一个选项/函数/黑客来替换稀疏矩阵中的nan值。 因此，这不是一个概念性的数据。在

Answer 1

扩展一下马丁的回答，这里有一个方法。假设您有一个csr_matrix和一些NaN值：

>>> Asp.todense()
matrix([[0.37512508,        nan, 0.34919696, 0.10321203],
        [0.48744859, 0.07289436, 0.16881342, 0.57637166],
        [0.37742037, 0.01425494, 0.38536847, 0.23799655],
        [0.95520474, 0.97719059,        nan, 0.22877082]])

由于csr_matrix将非零存储在the ^{} attribute中，因此需要操作该数组。将NaN和{}的所有出现替换为0和一些大数（事实上最大的一个可以表示），您可以这样做

^{pr2}$

或者，您可以手动替换NaN的，如下所示：

>>> Asp.data[np.isnan(Asp.data)] = 0.0
>>> Asp.todense()
matrix([[0.37512508, 0.        , 0.34919696, 0.10321203],
        [0.48744859, 0.07289436, 0.16881342, 0.57637166],
        [0.37742037, 0.01425494, 0.38536847, 0.23799655],
        [0.95520474, 0.97719059, 0.        , 0.22877082]])