【发布时间】:2016-12-01 17:04:09
【问题描述】:
如何在 Python 中对多个长度相同的一维数组执行相同序列的 Numpy 函数?
例如:
import numpy as np
subtotal1 = np.array([4, 7, 1, 3, 9])
subtotal2 = np.array([5, 3, 6, 5, 2])
...etc.
total = np.array([9, 10, 7, 8, 11])
subtotal1 = np.divide(subtotal1, total)
subtotal1 = np.round(subtotal1 * 100, 1)
subtotal2 = np.divide(subtotal2, total)
subtotal2 = np.round(subtotal2 * 100, 1)
...etc.
我是一名新的 Python 程序员,我正在学习 Numpy 来分析数据和创建可视化。我搜索了 StackOverflow 和 Numpy 文档好几天都没有运气。
非常感谢!
【问题讨论】:
-
用这些操作(ops)定义一个函数,然后在堆叠的二维数组上使用
np.apply_along_axis?搜索该方法的用例可能会有所帮助。根据操作,您甚至可以沿该轴对它们进行矢量化,因为如果您关心性能,np.apply_along_axis并不是真正的矢量化实现。
标签: python arrays function numpy