大型数组的numpy矢量化操作

Question

我正在尝试通过 python3 对 numpy 数组进行一些计算。

数组：

   c0 c1 c2 c3

r0 1  5  2  7

r1 3  9  4  6

r2 8  2  1  3

这里的“cx”和“rx”是列名和行名。

如果元素不在给定的列列表中，我需要逐行计算每个元素的差异。

例如

 given a column list  [0, 2, 1] # they are column indices

 which means that 

    for r0, we need to calculate the difference between the c0 and all other columns, so we have 

    [1, 5-1, 2-1, 7-1]

    for r1,  we need to calculate the difference between the c2 and all other columns, so we have 

    [3-4, 9-4, 4, 6-4]

    for r2,  we need to calculate the difference between the c1 and all other columns, so we have 

    [8-2, 2, 1-2, 3-2]

所以，结果应该是

   1 4 1 6

   -1 5 4 2

   6 2 -1 1

因为数组可能非常大，所以我想通过 numpy 向量化操作（例如广播）进行计算。

但是，我不确定如何有效地做到这一点。

我已经检查了对 numpy 数组的矢量化操作、对 Numpy 切片操作进行矢量化、对大型 NumPy 乘法进行矢量化、用 Numpy 向量化操作替换 For 循环、对循环对 numpy 数组进行矢量化。

但是，它们都不适合我。

谢谢你的帮助 ！

Answer 1

先从数组中提取值，然后做减法：import numpy as npa = np.array([[1,  5,  2,  7],[3,  9,  4,  6],[8,  2,  1,  3]])cols = [0,2,1]# create the index for advanced indexingidx = np.arange(len(a)), cols# extract values vals = a[idx]# subtract array by the valuesa -= vals[:, None]# add original values back to corresponding positiona[idx] += vals print(a)#[[ 1  4  1  6]# [-1  5  4  2]# [ 6  2 -1  1]]操场