Python属性错误_collapse

Question

我在python中得到了最奇怪的属性错误，而且我似乎在网上找不到任何关于它的信息。我试图求和矩阵y的所有列的元素，并将它们保存在一个新的矩阵中。Y是1.s和0‘s的1063 x 1063恒等矩阵，mat是一个70000 x 1063稀疏矩阵。

mat = scipy.sparse.rand(70000, 1063, density=0.01, format='coo', dtype=None, random_state=None)
mat.shape 

给我：

(70000, 1063)

现在我创建y，一个1063 x 1063恒等矩阵：

y = np.matlib.identity(1063)  
ind = np.nonzero((mat.sum(axis=0) < 20))
y[ind, :] = 0                 # replace element at given index with 0 

x = np.sum(y, axis=1)         # here i want to count the elements of all columns of y

关于最后一行，我得到了以下错误：

AttributeError: 'numpy.ndarray' object has no attribute '_collapse'

我迷路了。对如何解决这个问题有什么想法吗？

Answer 1

在matrixlib/defmtrix.py中，_collapse定义为类Matrix的一种方法。

def _collapse(self, axis):
    """A convenience function for operations that want to collapse
    to a scalar like _align, but are using keepdims=True
    """
    if axis is None:
        return self[0, 0]
    else:
        return self

_collapse正被用于：

def sum(self, axis=None, dtype=None, out=None):
    return N.ndarray.sum(self, axis, dtype, out, keepdims=True)._collapse(axis)

它在.mean、.prod、.any、.max等方法中也是这样使用的。基本上，任何通常会减少矩阵维数的操作。

通常，这些操作返回一个与输入类型相同的数组，所以如果y是一个矩阵，它应该返回一个矩阵。由于矩阵总是2d，所以使用keepdims=True。如果操作将矩阵缩减为标量(例如，轴为空)，则需要._collapse。那么我们需要一个真正的标量，而不是一个包裹在矩阵中的标量。

我怀疑这部分代码是否在数年内发生了变化(我将再次检查github)。

所以它是为matrix定义的，而不是为ndarray定义的。

In [154]: np.matrix([[1,0],[0,1]])._collapse(0)
Out[154]: 
matrix([[1, 0],
        [0, 1]])

In [155]: np.array([[1,0],[0,1]])._collapse(0)
...
AttributeError: 'numpy.ndarray' object has no attribute '_collapse'

即使输入是一个，np.sum似乎也不会返回一个matrix。

我想知道其他的约简函数是否有同样的问题，例如

y.max(axis=0)
np.add.reduce(y, axis=0)

y.max、y.prod等都与y.sum编码相同。对于matrix，这意味着使用底层的ndarray函数，然后是._collapse。

np.add.reduce(y, axis=1, keepdims=True)在功能上非常相似，尽管底层C代码的路由是不同的。它也不尝试调用._collapse，这意味着对于axis=None，它不会将结果降为标量；它只剩下一个(1,1)矩阵。仍然可以使用._collapse，如：

np.add.reduce(np.matrix('1 2 3; 4 5 6'),axis=None, keepdims=True)._collapse(None)
# 21

围绕np.sum问题的另一个选项是将y转换为数组(并可选择返回到matrix)：

np.matrix(np.sum(y.A, axis=1, keepdims=True))

sparse采取了另一条实现.sum的方法--用1s的矩阵乘以该矩阵：

y * np.asmatrix(np.ones((y.shape[1],1),int))

我想知道您的问题是否是由您正在导入的其他模块引起的，其中一个模块正在覆盖某些定义，比如matrix类型。你有一个pandas标签。这是否意味着作为计算的一部分加载pandas？我没有指责pandas，但这表明程序环境更加复杂。用最简单的程序尝试计算。