Calculer l'entropie pour un tableau avec zéro élément dans Numpy

Lorsqu'il n'y a aucun élément dans le tableau, la valeur sera Nan si vous le faites normalement.

>>> import numpy as np
>>> a = np.array([0.1,0.3,0,0.05,0.15,0.6,0])
>>> np.log(a)
array([-2.30258509, -1.2039728 ,        -inf, -2.99573227, -1.89711998,
       -0.51082562,        -inf])
>>> a*np.log(a)
array([-0.23025851, -0.36119184,         nan, -0.14978661, -0.284568  ,
       -0.30649537,         nan])
>>> -sum(a*np.log(a))
nan

Dans ce cas, utilisez des tableaux masqués.

>>> import numpy as np
>>> a = np.array([0.1,0.3,0,0.05,0.15,0.6,0])
>>> np.ma.log(a)
masked_array(data = [-2.3025850929940455 -1.2039728043259361 -- -2.995732273553991
 -1.8971199848858813 -0.5108256237659907 --],
             mask = [False False  True False False False  True],
       fill_value = 1e+20)

>>> a*np.ma.log(a)
masked_array(data = [-0.23025850929940456 -0.3611918412977808 -- -0.14978661367769955
 -0.28456799773288216 -0.30649537425959444 --],
             mask = [False False  True False False False  True],
       fill_value = 1e+20)

>>> -(a*np.ma.log(a)).sum()
1.3323003362673613

En passant, lorsque vous incluez simplement la liste, c'est le cas.

>>> import numpy as np
>>> a = np.array([0.1,0.3,0,0.05,0.15,0.6,0])
>>> -sum([v*math.log(v) if v > 0 else 0 for v in a])
1.3323003362673613

Quel est le meilleur?

Recommended Posts

Calculer l'entropie pour un tableau avec zéro élément dans Numpy
Gérez les tableaux numpy avec f2py
Extraire les éléments du tableau et les index dans l'ordre décroissant avec numpy
Extraire plusieurs éléments avec le tableau Numpy
Conseils pour gérer les binaires en Python
Traiter plusieurs listes avec for en Python
Remplissez les valeurs des variables dynamiques avec 0 en Python
Essayez de calculer RPN avec Python (pour les débutants)
[Introduction pour les débutants] Manipuler MySQL avec Python
Paramètres pour démarrer avec MongoDB avec python