在python中除以两个数组的乘积时意外除以零错误

Question

我怀疑这是我对这段代码不了解或不了解的非常基本的东西；我唯一的借口是我是python的初学者。

我正在尝试这篇文章中的一些余弦相似度矩阵计算：

What's the fastest way in Python to calculate cosine similarity given sparse matrix data?

其中一个需要计算初始矩阵乘积的对角线的倒数。
假设他的初始矩阵是m，其中每一行代表一个“对象”，其“坐标”在矩阵的列中。所以你想计算行之间的余弦相似度。
然后，要使用矩阵乘积法，您可以执行mp = numpy.dot(m, m.T) 之类的操作。

现在，如果m 中没有只有 0 的行，mp 的对角线永远不会有任何零值，因为它的每个元素都是 @987654327 对应行的平方元素之和@.
我在计算中使用的 m 确实没有全为 0 的行。
事实上，当我这样做时：

mp = np.dot(m, m.T)
mnorms2 = mp.diagonal()

我可以很容易地测试：

mnorms2.min()
# 32

由于我对m 使用稀疏矩阵（csr），所以mp 也是稀疏的，我只需要mnorms2 的特定元素对，我通过以下方式获得：

mp_rows, mp_cols = mp.nonzero()

这些是mnorms2 元素的索引，我需要将它们相乘、取平方根并除以mp.data。

我看到code in the method I was trying经历了所有的中间步骤，但我认为这只是为了说明，所以我尝试一口气完成，比如：

mp.data = mp.data / numpy.sqrt(mnorms2[mp_rows] * mnorms2[mp_cols])

这给出了除以零的错误，尽管我确信mnorms2 的任何元素都不为零！
更糟糕的是，它并没有系统地这样做，而只是针对一些m 的，尽管在所有情况下这些矩阵都具有相似的稀疏结构和内容。

事实上我什至做到了：

denom = numpy.sqrt(mnorms2[mp_rows] * mnorms2[mp_cols])

我发现：

denom.min()
# 0.0

两个没有 0 的数组的（逐个元素）乘积怎么会有 0？

最后唯一起作用的是：

inv = 1 / numpy.sqrt(mnorms2[mp_rows])
inv = inv / numpy.sqrt(mnorms2[mp_cols])
mp.data = mp.data * inv

我真的不明白为什么一步一步的工作，而'all in one go'方法会导致错误，因为最终操作应该是相同的。

显然发生了一些奇怪的事情，因为当我尝试这个时：

mnorms2[0:5]
# array([71, 73, 77, 68, 72], dtype=uint8)

mnorms2[0:5] * mnorms2[0:5]
# array([177, 209,  41,  16,  64], dtype=uint8)

177 不是 71 的平方...：/

这是怎么回事？

有什么建议/想法吗？

谢谢！

Answer 1

我认为问题出在dtype

uint8 : 无符号整数（0 到 255）

import numpy as np
mnorms2 = np.array([71, 73, 77, 68, 72], dtype='uint8')
mnorms2 * mnorms2
# array([177, 209,  41,  16,  64], dtype=uint8)

但是如果你把dtype改成np.float64：

mnorms2 = np.array([71, 73, 77, 68, 72], dtype=np.float64)
mnorms2 * mnorms2
# array([5041., 5329., 5929., 4624., 5184.])

要更改dtype：

mnorms2  = mnorms2.astype(np.float64)