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 c3r0 1  5  2  7r1 3  9  4  6r2 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 np

a = np.array([[1,  5,  2,  7],

[3,  9,  4,  6],

[8,  2,  1,  3]])

cols = [0,2,1]

# create the index for advanced indexing

idx = np.arange(len(a)), cols

# extract values 

vals = a[idx]

# subtract array by the values

a -= vals[:, None]

# add original values back to corresponding position

a[idx] += vals 

print(a)

#[[ 1  4  1  6]

# [-1  5  4  2]

# [ 6  2 -1  1]]

操场