Python numpy阵列上的高效行操作

我想在numpy数组的行上运行一个操作（例如，减去中值）

一种方法是使用理解列表：

import numpy as np
from statistics import median 
x = np.array([[1, 2, 3, 4], [5, 6, 7 ,8], [9, 10, 11, 12]])

xm = np.vstack(([x[i,:] - median(x[i,:]) for i in range(x.shape[0])]))

处理每一行，然后垂直堆叠为numpy数组

有没有更有效/优雅的方法

x - np.median(x, axis=1)[:, np.newaxis]

给定

np.median

有一个

keepdims

参数，您还可以避免手动切片，使其便于广播

x - np.median(x, axis=1, keepdims=True)

如果您想逐行应用任意函数，如

statistics

中的

median

，您可以使用

np。沿_轴应用

，只需注意它基本上是一个

for

循环，因此您不会真正获得任何矢量化加速：

x - np.apply_along_axis(median, axis=1, x)[:,np.newaxis]

---

如果操作没有轴选项，该怎么办。e、 g.python统计库中的中位数？我不熟悉

statistics

library，我想您可以使用

np。沿_轴应用_（中位数，1，x）

但它没有numpy native那么有效one@Nir

numpy

的

median

和

statistics

“

median

之间没有区别-在所有情况下，它们应该返回相同的结果，但当输入为空列表时，它们的行为略有不同。我只会使用

numpy

version。