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。

有更高效/优雅的方法吗？

Answer 1

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

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

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

如果你想逐行应用任意函数，比如来自median的{​​{1}}，你可以使用statistics，只要注意它基本上是np.apply_along_axis循环，所以你没有真正得到任何矢量化加速：

for