python - numpy 数组上的高效行操作

Question

我想在 numpy 数组的行上运行一个操作(例如减去中位数)。

一种方法是使用理解列表:

import numpy as np
from statistics import median 
x = np.array([[1, 2, 3, 4], [5, 6, 7 ,8], [9, 10, 11, 12]])

xm = np.vstack(([x[i,:] - median(x[i,:]) for i in range(x.shape[0])]))

处理每一行，然后垂直堆叠为 numpy 数组。

是否有更高效/优雅的方式来做到这一点？

Answer 1

x - np.median(x, axis=1)[:, np.newaxis]

给定 np.median 有一个 keepdims 参数，您还可以避免手动切片以使其广播友好

x - np.median(x, axis=1, keepdims=True)

如果你想逐行应用任意函数，比如 statistics 中的 median，你可以使用 np.apply_along_axis，请注意它基本上是一个 for 循环，因此您不会真正获得任何矢量化加速:

x - np.apply_along_axis(median, axis=1, x)[:,np.newaxis]