python：如何将矩阵（数据帧）除以向量（数据帧）

我需要将矩阵（mat）除以向量（行和）

我的矩阵是一个数据帧，如下所示：

mat = pd.DataFrame(
  data=[
    (1,0,0,0),
    (1,1,1,0),
    (0,0,1,0),
    (0,1,0,0),
    (1,0,1,0)],
    columns=['ind_1','ind_2','ind_3','ind_4'],
    index=['ct1','ct2','ct3','ct4','ct5'])

向量是：

rowSums = mat.sum(axis=1)

行和为：

ct1    1
ct2    3
ct3    1
ct4    1
ct5    2
dtype: int64

我需要把垫子/积木分开，但我找不到路

我正在尝试从R复制此命令：

b = (mat / rowSums(mat))

我需要得到以下结果：

         ind_1     ind_2     ind_3    ind_4
[ct1,] 1.0000000 0.0000000 0.0000000      0
[ct2,] 0.3333333 0.3333333 0.3333333      0
[ct3,] 0.0000000 0.0000000 1.0000000      0
[ct4,] 0.0000000 1.0000000 0.0000000      0
[ct5,] 0.5000000 0.0000000 0.5000000      0

您可以与轴=0一起使用：

>>> mat.div(rowSums, axis=0)
        ind_1     ind_2     ind_3  ind_4
ct1  1.000000  0.000000  0.000000    0.0
ct2  0.333333  0.333333  0.333333    0.0
ct3  0.000000  0.000000  1.000000    0.0
ct4  0.000000  1.000000  0.000000    0.0
ct5  0.500000  0.000000  0.500000    0.0

您可以与轴=0一起使用：

>>> mat.div(rowSums, axis=0)
        ind_1     ind_2     ind_3  ind_4
ct1  1.000000  0.000000  0.000000    0.0
ct2  0.333333  0.333333  0.333333    0.0
ct3  0.000000  0.000000  1.000000    0.0
ct4  0.000000  1.000000  0.000000    0.0
ct5  0.500000  0.000000  0.500000    0.0

---

它起作用了。。。。一个问题。现在我需要将它从R转换为python。你能给我一些指导吗？：如果我没弄错的话：

mat.div（rowSums，axis=0）。T.div（（mat.sum（）/mat.values.sum（）），axis=0）。T

。测试，它给出了同样的结果它工作。。。。一个问题。现在我需要将它从R转换为python。你能给我一些指导吗？：如果我没弄错的话：

mat.div（rowSums，axis=0）。T.div（（mat.sum（）/mat.values.sum（）），axis=0）。T

。在测试中，它给出了相同的结果