给定一个252×3阵列的多维数组{Float64,2}，为什么我不能做像Python这样的事情：
normalized_data = vals / vals[1,:]让每个元素除以其各自列中的第1个项目。这适用于Python（虽然在分母中有vals[0,:]）。在朱莉娅，我不得不使用：
normalized_data = [(vals[:,1] / vals[1,1]) (vals[:,2] / vals[1,2]) (vals[:,3] / vals[1,3])]
这似乎是非常有限的，无论我有多少数据列，它都不是通用的！
答案 0 :(得分：9)
它可以。
normalized_data = vals ./ vals[1,:]
甚至更好，如果已分配normalized_data：
normalized_data .= vals ./ vals[1,:]
（编辑：对于v0.5或更高版本，由于尺寸下降，它必须为vals ./ vals[1,:].'。请参阅评论）
将免费分配。这种形式的矢量化语法部分源自MATLAB。我建议查看手册。如果你刚刚开始，一个地方就是与其他语言的区别：
http://docs.julialang.org/en/release-0.4/manual/noteworthy-differences/
有关广播和了解我们通过明确.获得的收益的更多信息，请参阅以下博文：
http://julialang.org/blog/2017/01/moredots
基本上，因为.是显式的，解析器可以融合表达式并使其比“矢量化”计算la NumPy更有效（或者至少，它总是如此高效可能，而不是由于编译魔术而有时效率高。）