如何单独修改 2D numpy 数组的行答案

【问题标题】：How to modify rows of 2D numpy arrays individually如何单独修改 2D numpy 数组的行
【发布时间】：2021-11-03 00:16:05
【问题描述】：

我有一个二维数组字典，我想按其平均值对每个二维数组的每一行进行归一化。

我有：

for key, value in sorted(baseline.items()): 
  for i in baseline[str(key)]:
    i = i / np.mean(i)

地点：

print(i) 会产生适当更新的值，但 baseline.items() 中的各个行不会更新。

我错过了什么？

【问题讨论】：

【解决方案1】：

首先，这里有一个解决方案：

for i in baseline.values():
    i /= i.mean(axis=1, keepdims=True)

现在说说为什么。循环for i in baseline[key]: 在每次迭代时将一个视图绑定到二维数组的行中到名称i。您不需要str(key)，因为外部循环确保密钥正确。事实上，避免不必要地转换键以避免意外，例如如果您不小心得到一个整数键。

i = i / np.mean(i) 行 not 按其平均值对数组进行就地除法。它计算数组i / np.mean(i)，然后将名称i 重新绑定到新数组。然后在下一次迭代中丢弃新数组。

您可以通过重新分配到i 表示的切片来解决此问题：

i[:] = i / np.mean(i)

或者，您可以使用正确的运算符就地执行除法：

i /= np.mean(i)

正如您在我的解决方案中看到的那样，根本不需要遍历行。 np.mean 是一个向量化函数，可以沿数组的任何轴进行操作。通过设置keepdims=True，您可以确保在划分结果时，结果具有正确的形状，可以在原始数据上直接广播。

针对 2D 数组的 i.mean(axis=1, keepdims=True) 的一个不太灵活的替代方案是

i.mean(axis=1)[:, None]

【讨论】：

非常感谢！！！！解决方案和您的详细解释都非常有帮助！
@EricTeboul。您可以选择答案以从未回答队列中删除您的问题。这将为您提供足够的声誉，以通过投票表示赞赏。有关详细信息，请参见此处：stackoverflow.com/help/someone-answers。很高兴它成功了，欢迎来到 SO。