Solución:
Definición:
Código para un caso general:
from numpy import array
from numpy import count_nonzero
import numpy as np
# create dense matrix
A = array([[1, 1, 0, 1, 0, 0], [1, 0, 2, 0, 0, 1], [99, 0, 0, 2, 0, 0]])
#If you have Nan
A = np.nan_to_num(A,0)
print(A)
#[[ 1 1 0 1 0 0]
# [ 1 0 2 0 0 1]
# [99 0 0 2 0 0]]
# calculate sparsity
sparsity = 1.0 - ( count_nonzero(A) / float(A.size) )
print(sparsity)
Resultados:
0.555555555556
La medición del porcentaje de valores perdidos ya se ha explicado por ‘hpaulj’.
Estoy tomando la primera parte de su pregunta, asumiendo que la matriz tiene cero y no cero …
La dispersión se refiere a valores cero y la densidad se refiere a valores distintos de cero en la matriz. Suponga que su matriz es X, obtenga el recuento de valores distintos de cero:
non_zero = np.count_nonzero(X)
valores totales en X:
total_val = np.product(X.shape)
La escasez será –
sparsity = (total_val - non_zero) / total_val
Y la densidad será …
density = non_zero / total_val
La suma de la dispersión y la densidad debe ser igual al 100% …
np.isnan(a).sum()
da el número de nan
valores, en este ejemplo 8.
np.prod(a.shape)
es el número de valores, aquí 50. Su relación debe dar el valor deseado.
In [1081]: np.isnan(a).sum()/np.prod(a.shape)
Out[1081]: 0.16
También puede resultarle útil hacer una matriz enmascarada a partir de este
In [1085]: a_ma=np.ma.masked_invalid(a)
In [1086]: print(a_ma)
[[0.0 0.0 0.0 0.0 1.0]
[1.0 1.0 0.0 -- --]
[0.0 -- 1.0 -- --]
[1.0 1.0 1.0 1.0 0.0]
[0.0 0.0 0.0 1.0 0.0]
[0.0 0.0 0.0 0.0 --]
[-- -- 1.0 1.0 1.0]
[0.0 1.0 0.0 1.0 0.0]
[1.0 0.0 1.0 0.0 0.0]
[0.0 1.0 0.0 0.0 0.0]]
El número de valores válidos entonces es:
In [1089]: a_ma.compressed().shape
Out[1089]: (42,)