如何计算二维矩阵中每个子数组的加权中位数？

Question

这个问题是一个新问题（我已经研究过类似的问题，但没有找到我需要的问题）。因此：

有效地将加权中值应用于二维numpy 矩阵的每个子数组的最有效方法是什么？ （没有额外的框架，但如果可能的话，纯numpy）

Data = np.asarray([[ 1.1,  7.8,  3.3, 4.9],
[ 6.1,  9.8,  5.3, 7.9],
[ 4.1,  4.8,  3.3, 7.1],
... 
[ 1.1,  7.4,  3.1, 4.9],
[ 7.1,  3.8,  7.3, 8.1],
[ 19.1,  2.8,  3.2, 1.1]])

weights = [0.64, 0.79, 0.91, 0]

注意：其他问题的答案仅显示一维问题。这个问题必须高效处理1.000.000个子数组

Answer 1

使用@JoonyoungPark 提供的Data，您可以使用列表推导：

[np.median(i*weights) for i in Data]

[1.8535000000000001,
 4.3635,
 2.8135,
 1.7625000000000002,
 3.7729999999999997,
 2.5620000000000003]