计算矩阵稀疏度时numpy数组的.nonzero()[0]代表什么含义？

代码含义解答 #

你提到的ratings.nonzero()[0]里的[0]作用如下：

• 首先ratings是pivot_table转换得到的二维NumPy数组，对应你提到的行是用户、列是代码仓库的评分矩阵
• NumPy数组的nonzero()方法返回值是和数组维度长度相等的元组：
  对于二维数组，返回的元组包含2个元素，第一个元素是所有非零元素的「行索引数组」，第二个元素是所有非零元素的「列索引数组」，两个数组的长度完全相等，数值就是整个矩阵的非零元素总个数
• 这里的[0]是取出元组的第一个元素（行索引数组），再用len()统计长度，就能得到矩阵非零元素的总数量

补充说明：这里把[0]换成[1]运行结果完全一致，因为行索引数组和列索引数组的长度都是非零元素总数，只是作者的个人写法习惯。

你可以用下面的小例子验证逻辑：

import numpy as np
# 模拟2行3列的简化评分矩阵
demo_arr = np.array([[0, 5, 0], [4, 0, 3]])
print(demo_arr.nonzero())
# 输出结果：(array([0, 1, 1]), array([1, 0, 2]))
print(len(demo_arr.nonzero()[0])) # 输出3，对应3个非零元素5、4、3
print(len(demo_arr.nonzero()[1])) # 输出同样为3

内容的提问来源于stack exchange，提问作者Elena Herrero