0

我想将多维数据集中在一个n x m矩阵 ( <class 'numpy.matrixlib.defmatrix.matrix'>) 中，比如说X。我定义了一个新数组ones(645)，可以说centVector为矩阵中的每一行生成平均值X。现在我想迭代 中的每一行X，计算平均值并将该值分配给 中的相应索引centVector。在 scipy/numpy 的单行中这不可能吗？我不习惯这种语言并考虑以下内容：

centVector = ones(645)
for key, val in X:
    centVector[key] = centVector[key] * (val.sum/val.size)

之后我只需要减去每一行的平均值：

X = X - centVector

我怎样才能简化这个？编辑：此外，上面的代码实际上并没有工作——对于一个键值循环，我需要类似enumerate(X). 而且我不确定是否X - centVector返回了正确的解决方案。

4

1 回答 1

1

首先，一些示例数据：

>>> import numpy as np
>>> X = np.matrix(np.arange(25).reshape((5,5)))
>>> print X
[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]
 [20 21 22 23 24]]

numpy 方便地具有mean功能。但是，默认情况下，它将为您提供数组中所有值的平均值。由于您想要每行的平均值，因此您需要指定axis操作的：

>>> np.mean(X, axis=1)
matrix([[  2.],
        [  7.],
        [ 12.],
        [ 17.],
        [ 22.]])

请注意axis=1：找到沿列的平均值（对于每一行），其中 0 = 行，1 = 列（依此类推）。现在，您可以从您的 中减去这个平均值X，就像您最初所做的那样。

不请自来的建议

通常，最好避免使用矩阵类（请参阅文档）。如果您np.matrix从示例数据中删除调用，那么您会得到一个普通的 numpy 数组。

不幸的是，在这种特殊情况下，使用数组会使事情稍微复杂化，因为np.mean会返回一个一维数组：

>>> X = np.arange(25).reshape((5,5))
>>> r_means = np.mean(X, axis=1)
>>> print r_means
[  2.   7.  12.  17.  22.]

如果您尝试从 中减去它X，则会r_means广播到行向量，而不是列向量：

>>> X - r_means
array([[ -2.,  -6., -10., -14., -18.],
       [  3.,  -1.,  -5.,  -9., -13.],
       [  8.,   4.,   0.,  -4.,  -8.],
       [ 13.,   9.,   5.,   1.,  -3.],
       [ 18.,  14.,  10.,   6.,   2.]])

因此，您必须将一维数组重塑为N x 1列向量：

>>> X - r_means.reshape((-1, 1))
array([[-2., -1.,  0.,  1.,  2.],
       [-2., -1.,  0.,  1.,  2.],
       [-2., -1.,  0.,  1.,  2.],
       [-2., -1.,  0.,  1.,  2.],
       [-2., -1.,  0.,  1.,  2.]])

-1传递的 to告诉reshapenumpy 根据原始数组形状和新数组的其余维度计算出这个维度。或者，您可以使用r_means[:, np.newaxis].

于 2012-06-02T11:35:38.537 回答