我想在每日报告中使用 numpy 函数,因为我的数据非常大。
假设我有一个 numpy 二维数组
A = array([[0, 1, 2],
[1, 2, 3],
[2, 3, 4],
[3, 4, 5],
[4, 5, 6],
[5, 6, 7],
[6, 7, 8],
[7, 8, 9]])
我想做这样的事情
abs(array([0, 1, 2]) - array([[3, 4, 5], [4, 5, 6], ..., [7, 8, 9]])).sum()
abs(array([1, 2, 3]) - array([[4, 5, 6], [5, 6, 7], ..., [7, 8, 9]])).sum()
...
abs(array([3, 4, 5]) - array([[0, 1, 2], [6, 7, 8], [7, 8, 9]])).sum()
abs(array([4, 5, 6]) - array([[0, 1, 2], [1, 2, 3], [7, 8, 9]])).sum()
...
abs(array([7, 8, 9]) - array([[0, 1, 2], [1, 2, 3], ..., [4, 5, 6]])).sum()
我试过了,但不能跳过左侧数组中任何元素位于右侧数组中的数组。
for i in range(len(A)):
temp = np.roll(A, -i, axis=0)
print(abs(temp[0] - temp[3:]).sum())
这是预期的结果
results = [75, 54, ..., 30, 30, ...75]
对不起,我的英文解释很差,谢谢。
最佳答案
如果您希望拥有一个仅涉及 NumPy 功能的简单单行解决方案,我建议您这样做:
import numpy as np
results = np.apply_along_axis(arr=A,
axis=1,
func1d=lambda x:
np.abs(x - A[~np.isin(A, x).any(axis=1),:]).sum()
)
结果符合预期:
array([75, 54, 36, 30, 30, 36, 54, 75])
关于python - 我怎样才能在numpy中找到减法和,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56610419/