Skip to main content
 首页 » 编程设计

python之我怎样才能在numpy中找到减法和

2024年11月24日11pengyingh

我想在每日报告中使用 numpy 函数,因为我的数据非常大。

假设我有一个 numpy 二维数组

A = array([[0, 1, 2], 
          [1, 2, 3], 
          [2, 3, 4], 
          [3, 4, 5], 
          [4, 5, 6], 
          [5, 6, 7], 
          [6, 7, 8], 
          [7, 8, 9]]) 

我想做这样的事情

abs(array([0, 1, 2]) - array([[3, 4, 5], [4, 5, 6], ..., [7, 8, 9]])).sum() 
abs(array([1, 2, 3]) - array([[4, 5, 6], [5, 6, 7], ..., [7, 8, 9]])).sum() 
... 
abs(array([3, 4, 5]) - array([[0, 1, 2], [6, 7, 8], [7, 8, 9]])).sum() 
abs(array([4, 5, 6]) - array([[0, 1, 2], [1, 2, 3], [7, 8, 9]])).sum() 
... 
abs(array([7, 8, 9]) - array([[0, 1, 2], [1, 2, 3], ..., [4, 5, 6]])).sum() 

我试过了,但不能跳过左侧数组中任何元素位于右侧数组中的数组。

for i in range(len(A)): 
    temp = np.roll(A, -i, axis=0) 
    print(abs(temp[0] - temp[3:]).sum()) 

这是预期的结果

results = [75, 54, ..., 30, 30, ...75] 

对不起,我的英文解释很差,谢谢。

请您参考如下方法:

如果您希望拥有一个仅涉及 NumPy 功能的简单单行解决方案,我建议您这样做:

import numpy as np 
 
results = np.apply_along_axis(arr=A,  
                              axis=1,  
                              func1d=lambda x:  
                               np.abs(x - A[~np.isin(A, x).any(axis=1),:]).sum() 
                              ) 

结果符合预期:

array([75, 54, 36, 30, 30, 36, 54, 75])