假设我有一个 numpy 数组
a = np.array([[a11 a12 a13],
[a21 a22 a23],
[a31 a32 a33]])
我想返回以下结果:
np.array([[a11/a1 a12/a1 a13/a1],
[a21/a2 a22/a2 a23/a2],
[a31/a3 a32/a3 a33/a3]])
地点:
a1 = np.sqrt(a11**2 + a12**2 + a13**2)
a2 = np.sqrt(a21**2 + a22**2 + a23**2)
a3 = np.sqrt(a31**2 + a32**2 + a33**2)
换句话说，我想将数组的每个元素除以它所属行的范数。
我已经编写了一些执行此操作的代码，但坦率地说，这很糟糕 - 我正在循环遍历数组的行，我知道这不是 numpy 的设计目的。我有一种感觉，可以通过使用两个我不知道的 numpy 库调用来实现相同的效果。
我想到的另一件事是:
a/np.reshape(np.linalg.norm(a,axis=1),(a.shape[0],1))
但我不确定这是否是一种特别有效的方法。有什么建议吗？
最佳答案
import numpy as np
a = np.array([[11, 12, 13],
[21, 22, 23],
[31, 32, 33]], float)
a / np.sum(a**2, 1, keepdims=True)**0.5
关于python - numpy - 对整个矩阵的运算，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/21357370/