在 Numpy 数组中按行规范化元素

【问题标题】：Normalise elements by row in a Numpy array在 Numpy 数组中按行规范化元素
【发布时间】：2017-05-03 08:20:46
【问题描述】：

我有以下 numpy 矩阵：

A = [[a,b,c],
     [d,e,f],
     ...]

我需要沿行（最内层维度）归零。所以答案应该是：

B = [[a-(a+b+c)/3, b-(a+b+c)/3, c-(a+b+c)/3],
     [d-(d+e+f)/3, e-(d+e+f)/3, f-(d+e+f)/3],
     ...]

（比如找到每一行的平均值，然后从行中的每个元素中减去 if。）

每行中的元素数量可以变化。

是否有一种通用情况可以处理任意数量的元素而不使用循环？

【问题讨论】：

标签： python arrays numpy vectorization

【解决方案1】：

这是利用broadcasting 的一种方法-

A - A.mean(axis=1,keepdims=1)

示例运行 -

In [23]: A
Out[23]: 
array([[1, 6, 8],
       [3, 1, 6],
       [6, 2, 4],
       [7, 7, 2]])

In [24]: A - A.mean(axis=1,keepdims=1)
Out[24]: 
array([[-4.        ,  1.        ,  3.        ],
       [-0.33333333, -2.33333333,  2.66666667],
       [ 2.        , -2.        ,  0.        ],
       [ 1.66666667,  1.66666667, -3.33333333]])

In [25]: 1 - (1+6+8)/3.0
Out[25]: -4.0

In [26]: 6 - (1+6+8)/3.0
Out[26]: 1.0

In [28]: 8 - (1+6+8)/3.0
Out[28]: 3.0

【讨论】：