计算二维numpy数组各列非零元素的平均值

直接用numpy数组的基础聚合方法即可实现，不需要依赖矩阵专属接口，核心逻辑为按列分别计算总和、非零元素个数，两者相除即可得到结果。

完整代码示例 #

import numpy as np

# 构造示例数组
arr = np.array([
    [0, 0, 0, 0],
    [0, 2, 5, 0],
    [1, 5, 8, 1],
    [1, 5, 8, 2],
    [0, 2, 5, 0],
    [0, 0, 0, 0]
])

# 按列求和
col_total = arr.sum(axis=0)
# 统计每列非零元素数量
col_nonzero_cnt = (arr != 0).sum(axis=0)
# 计算非零平均值
avg_result = col_total / col_nonzero_cnt

print(avg_result)
# 输出：[0.5 3.5 6.5 1.5] 完全匹配预期的分数计算结果

如果需要保留分数形式输出，可以额外调用fractions模块处理：

from fractions import Fraction
frac_result = [Fraction(int(s), int(c)) for s, c in zip(col_total, col_nonzero_cnt)]
print(frac_result)
# 输出：[Fraction(1, 2), Fraction(7, 2), Fraction(13, 2), Fraction(3, 2)] 和给出的分数预期完全一致

注意事项 #

如果存在全零列，上述计算会触发除以零的警告，可根据业务需要加过滤逻辑，比如把全零列的结果置为0：

avg_result = np.where(col_nonzero_cnt == 0, 0, col_total / col_nonzero_cnt)

内容的提问来源于stack exchange，提问作者Jesh Kundem