python - Python 中的 Repmat 与 MATLAB 中的 Repmat

Question

对于给定的矩阵，我从行中减去每行的最大值。在 MATLAB 中，我会做类似的事情

Xm = X - repmat(max(X,[],2), 1, size(X,2));

对于Python，我一直在尝试各种变体

Xm = X - np.matlib.repmat(np.max(X,axis = 1), 1, len(X[0])) 但无济于事!

我究竟错过了什么？多谢。

Answer 1

在 Python/NumPy 中，不需要显式复制数组以使其与另一个数组匹配。尺寸 1(单一尺寸)的尺寸为 automatically expanded in a process they call "broadcasting" .

例如，给定

X = np.array([[1,2,3,4,5],[4,5,6,7,8],[7,8,9,10,11]])

你可以写

X - np.max(X, axis=0)

np.max返回的数组的形状为(5,)，它与X的形状兼容((3, 5))。 NumPy 从最后一个维度开始对齐形状，如果一个数组的维度少于另一个数组，则在前面填充单个维度。

但是，这个过程有时需要一点帮助。由于 np.max 返回的数组的维度比输入的维度少，因此广播通常不能。匹配这些数组。例如，X - np.max(X, axis=1) 不起作用。

最好的解决方案是使用 np.max 的 keepdims 参数:

X - np.max(X, axis=1, keepdims=True)

另一个选项是在索引中使用 np.newaxis 添加单一维度:

X - np.max(X, axis=1)[:, np.newaxis]