一个numpy数组的质量中心，如何减少冗长？

Question

据我所知numpy，it's a bad idea一次一个地对一个数组的每一行应用一个操作。广播显然是首选方法。鉴于此，如何获取形状为(N,3)的数据并将其转换为质心？以下是我正在使用的“坏方法”。这有效，但我怀疑它会对大N：

产生影响

CM = R.sum(0)/R.shape[0]
for i in xrange(R.shape[0]): R[i,:] -= CM

Answer 1

尝试

R -= R.sum(0) / len(R)

代替。广播将自动做正确的事。

Answer 2

正如您所定义的那样，您可以将质心计算简化为：

R -= R.mean(axis=0)

如果数组的不同元素在mass中定义了不同的质量，我会使用：

R -= np.average(R,axis=0,weights=mass)

请参阅http://docs.scipy.org/doc/numpy/reference/generated/numpy.average.html