python - 行级操作有时仅在 Numpy 中有效

Question

我正在尝试在 Numpy 中创建一个函数来标准化每列中的值(转置为行)。我遇到的问题是，一些简单的操作可以工作，而其他应该也可以工作的操作却不能。

这是我正在尝试工作的示例函数。我已经评论了有效和无效的行。

def standardize(features):
    for feature in features.T:
        #feature = (feature - feature.mean()) / feature.std()
        feature = feature*2 # <--- Doesn't work
        feature *=2 # <--- works
    return features

features 是一个 NxM 矩阵。

被注释掉的行是该函数工作所需的唯一一行。它对每个功能执行操作，但当我返回功能时，它只返回输入。

接下来的两个示例显示了有效的代码和无效的代码。 (注意:当我运行另一个来测试它时，我已经注释掉了一个)

我很难理解为什么一个有效而另一个无效。它们本质上不是同一件事吗？

Answer 1

在第一种情况 (feature = feature * 2) 中，您只需构造一个新 numpy 数组，然后设置本地 变量feature 到新的 numpy 数组，但这并不意味着您更新 feature 最初引用的位置。

在后者中，您执行就地更新，从而更新 numpy 数组本身的切片。这相当于编写 features[i] *= 2，其中 i 是要更新的行的索引。

请注意，您将不会内联转置 numpy 数组，因为您处理的 View 是原始矩阵的转置 View 。

无论如何，通过计算每列的 mean 和 std 可以更有效地计算每列的 Z 分数:

def standardize(features):
    return <b>(features - features.mean(axis=0))/features.std(axis=0)</b>

此外您可以使用scipy's scipy.stat.zscore [scipy-doc]这将为您完成工作。