大佬教程收集整理的这篇文章主要介绍了numpy逐行求和,大佬教程大佬觉得挺不错的,现在分享给大家,也给大家做个参考。
方法1:使用None
(或np.newaxis
)添加额外的维度,以便广播能够正常运行:
>>> e
array([[ 0., 1.],
[ 2., 4.],
[ 1., 5.]])
>>> e/e.sum(axis=1)[:,None]
array([[ 0. , 1. ],
[ 0.33333333, 0.66666667],
[ 0.16666667, 0.83333333]])
方法2:转置快乐:
>>> (e.T/e.sum(axis=1)).T
array([[ 0. , 1. ],
[ 0.33333333, 0.66666667],
[ 0.16666667, 0.83333333]])
(axis=
如果需要,您可以为简洁而删除该部分。)
方法3 :(根据Jaime的评论进行推广)
使用keepdims
参数onsum
保留尺寸:
>>> e/e.sum(axis=1, keepdims=True)
array([[ 0. , 1. ],
[ 0.33333333, 0.66666667],
[ 0.16666667, 0.83333333]])
如何将一个numpy数组行除以该行中所有值的总和?
这是一个例子。但是我很确定有一种花哨且更有效的方法:
import numpy as np
e = np.array([[0.,1.],[2.,4.],[1.,5.]])
for row in xrange(e.shape[0]):
e[row] /= np.sum(e[row])
结果:
array([[ 0.,1. ],[ 0.33333333,0.66666667],[ 0.16666667,0.83333333]])
以上是大佬教程为你收集整理的numpy逐行求和全部内容,希望文章能够帮你解决numpy逐行求和所遇到的程序开发问题。
如果觉得大佬教程网站内容还不错,欢迎将大佬教程推荐给程序员好友。
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ:384754419,请注明来意。