如何使用numpy有效地从每列中减去值答案

【问题标题】：How to efficiently subtract values from each column with numpy如何使用numpy有效地从每列中减去值
【发布时间】：2019-03-28 02:51:44
【问题描述】：

我有一个形状为 (50,50) 的二维数组。我需要从这个数组的每一列中减去一个值，跳过第一列），这是根据列的索引计算的。例如，使用 for 循环它看起来像这样：

for idx in range(1, A[0, :].shape[0]):
    A[0, idx] -= idx * (...) # simple calculations with idx

现在，这当然可以正常工作，但速度很慢，而且性能对我的应用程序来说至关重要。我尝试使用 np.fromfunction() 计算要减去的值，然后从原始数组中减去它，但结果与 for 循环迭代减法获得的结果不同：

 func = lambda i, j: j * (...) #some simple calculations
 subtraction_matrix = np.fromfunction(np.vectorize(func), (1,50))

 A[0, 1:] -= subtraction_matrix

我做错了什么？或者有没有其他更好的方法？任何帮助表示赞赏！

【问题讨论】：

你能举个输入/输出的例子吗？

标签： python arrays numpy matrix

【解决方案1】：

您的所有代码 sn-ps 都表明您需要仅在 A 的第一行中进行减法（尽管您没有明确提及）。所以，我正在继续这种理解。

参考你使用from_function()，你可以使用subtraction_matrix，如下：

A[0,1:] -= subtraction_matrix[1:]

测试它（假设形状为(5,5) 而不是(50,50)）：

import numpy as np

A = np.arange(25).reshape(5,5)
print (A)

func = lambda j: j * 10 #some simple calculations
subtraction_matrix = np.fromfunction(np.vectorize(func), (5,), dtype=A.dtype)

A[0,1:] -= subtraction_matrix[1:]
print (A)

输出：

[[ 0  1  2  3  4]        # print(A), before subtraction
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]
 [20 21 22 23 24]]

[[  0  -9 -18 -27 -36]   # print(A), after subtraction
 [  5   6   7   8   9]
 [ 10  11  12  13  14]
 [ 15  16  17  18  19]
 [ 20  21  22  23  24]]

如果您希望在A 的所有行中进行减法，您只需使用A[:,1:] -= subtraction_matrix[1:] 行，而不是A[0,1:] -= subtraction_matrix[1:] 行

【讨论】：