从保留原始数据形状的 numpy 列中减去单个值

如何解决从保留原始数据形状的 numpy 列中减去单个值

我想从一个 numpy 列中减去一个给定的值。例如，给定一个二维矩阵，我想从给定的列中减去一个任意值。

我知道这可以通过以下代码实现：

numpy_matrix[:,0] -= my_value

基本上我从 0 列中减去 my_value。

我想做的是：

result = numpy_matrix[:,0] - my_value

其中 result 具有 numpy_matrix 的原始形状，而不是单个向量。例如，如果 numpy_matrix.shape=(4,3)，使用上面的代码我将得到 result.shape=(4,)。

我想要做的是从选定的列中减去我的值，并返回一个与原始矩阵 (numpy_matrix) 具有相同形状但具有“转换”列的矩阵。

有没有办法在 numpy 中有效地做到这一点，而无需减去然后从原始 numpy_matrix 中“手动”连接剩余的列？

编辑：因为我注意到它有点不清楚，我的目标是创建一个与原始矩阵相同的新矩阵（相同的形状，相同的数据），但修改了第 i 列通过减法运算。

解决方法

我不确定我是否理解，您到底在尝试什么，但我认为这可以满足您的要求：

import numpy as np

def sub(mtx,col,num):
    # ret = np.ones(mtx.shape,np.float16)
    # ret[:,:] = mtx[:,:]
    ret = mtx.copy()
    ret[:,col] -= num
    return ret

original = np.ones((4,6),np.float16) # change to your shape and type
# fill with your original values here
result = sub(original,3,3)

print("Original:")
print(original)
print("Result:")
print(result)

我会创建一个具有相同形状的新矩阵，用原始元素填充它，然后覆盖所需的列。

Original:
[[1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1.]]
Result:
[[ 1.  1.  1. -2.  1.  1.]
 [ 1.  1.  1. -2.  1.  1.]
 [ 1.  1.  1. -2.  1.  1.]
 [ 1.  1.  1. -2.  1.  1.]]

,

如果我知道您想覆盖原始数组或创建一个大小相同的新数组，但第一列减去标量，我会更好地回答您。

覆盖原始数组，我们可以按照您提供的第一个代码块（好的和简短的）或其他方式（相同的逻辑）进行操作：

numpy_matrix[:,0]=numpy_matrix[:,0]-my_value

或

numpy_matrix[:,0]=result

如果你想创建一个新的（对我来说听起来很奇怪），但是复制原始数组并编写相同的逻辑来覆盖新数组。