从 numpy 列中减去单个值，保留原始数据形状

Question

我想从一个 numpy 列中减去一个给定的值。例如，给定一个二维矩阵，我想从给定列中减去任意值。

我知道这可以通过以下代码实现：

numpy_matrix[:, 0] -= my_value

基本上我从 0 列中减去 my_value。

我想做的是这样的：

result = numpy_matrix[:,0] - my_value

其中result 具有numpy_matrix 的原始形状，而不是单个向量。比如numpy_matrix.shape=(4,3)，用上面的代码我会得到result.shape=(4,)。

我想要做的是从所选列中减去我的值，并返回一个与原始矩阵 (numpy_matrix) 具有相同形状但具有“转换”列的矩阵。

有没有办法在 numpy 中有效地做到这一点，而无需从原始 numpy_matrix 中“手动”减去然后连接剩余的列？

编辑：因为我注意到它有点不清楚，我的目标是创建一个与原始矩阵相同的新矩阵（相同的形状，相同的数据），但修改了第 i 列通过减法运算。

Answer 1

如果我知道您想要覆盖原始数组或创建一个大小相同但第一列减去标量的新数组，我会更好地回答您。

覆盖原始数组，我们可以按照您提供的第一个代码块（好和短）或其他方式（相同逻辑）：

numpy_matrix[:,0]=numpy_matrix[:,0]-my_value

或

numpy_matrix[:,0]=result

如果你想创建一个新的（听起来很奇怪），但复制原始数组并编写相同的逻辑来覆盖新数组。

Answer 2

我不确定我是否理解，你正在尝试什么，但我认为这是你想要的：

import numpy as np

def sub(mtx, col, num):
    # ret = np.ones(mtx.shape, np.float16)
    # ret[:,:] = mtx[:,:]
    ret = mtx.copy()
    ret[:,col] -= num
    return ret

original = np.ones((4,6), np.float16) # change to your shape and type
# fill with your original values here
result = sub(original, 3, 3)

print("Original:")
print(original)
print("Result:")
print(result)

我会创建一个形状相同的新矩阵，用原始元素填充它，然后覆盖所需的列。

Original:
[[1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1.]]
Result:
[[ 1.  1.  1. -2.  1.  1.]
 [ 1.  1.  1. -2.  1.  1.]
 [ 1.  1.  1. -2.  1.  1.]
 [ 1.  1.  1. -2.  1.  1.]]