如何在python中沿axis = 0减去？答案

【问题标题】：How to subtract along axis=0 in python?如何在python中沿axis = 0减去？
【发布时间】：2020-06-15 09:57:23
【问题描述】：

我有一个矩阵mat，如下所示；

mat = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

还有一个列表s = [1, 2, 5]. 我必须沿axis = 1减去。我按照下面的方法做了，它可以工作..

mat - s = array([[ 0,  0, -2],
                [ 3,  3,  1],
                [ 6,  6,  4]])

但是，如果我沿轴 = 0 减去；即，

mat - s[:,None]

我得到错误。

TypeError: list indices must be integers or slices, not tuple

【问题讨论】：

相关stackoverflow.com/questions/17577336/…
以s=np.array([1,2,3])开头，一个数组，而不是一个列表。
在 numpys c origin 它是一个数组，但在 python 中，术语列表更好更正确。

标签： python python-3.x list numpy

【解决方案1】：

这里有一个小技巧：

s = np.array([1,2,5])  
(mat.T - s).T

输出：

array([[0, 1, 2],
       [2, 3, 4],
       [2, 3, 4]])

编辑：如果s 是1d，.T 不会更改任何内容，因此您可以将其删除。

【讨论】：

s.T 如果s 是 1d，则不执行任何操作

【解决方案2】：

您使用[:,None] 是正确的，但是您对s 的定义是错误的。

In [128]: mat = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])                                                     
In [129]: s = [1, 2, 5]                                                                                         
In [130]: mat  - s                                                                                              
Out[130]: 
array([[ 0,  0, -2],
       [ 3,  3,  1],
       [ 6,  6,  4]])

在此减法中，s 已自动“提升”为 numpy 数组。

[..,...] 索引不适用于列表：

In [131]: s[:,None]                                                                                             
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-131-bafcfb7b67c1> in <module>
----> 1 s[:,None]

TypeError: list indices must be integers or slices, not tuple

此错误中的元组是逗号表达式：s[:, None] 与 s[(:,None)] 相同。 python 解析器将一个元组传递给s.__getitem__ 方法。 numpy 数组处理元组（多维索引），列表不处理。

如果我们从一个数组开始，那么我们可以应用重塑，并执行所需的减法：

In [132]: sa = np.array(s)                                                                                      
In [133]: sa                                                                                                    
Out[133]: array([1, 2, 5])
In [134]: sa[:,None]                                                                                            
Out[134]: 
array([[1],
       [2],
       [5]])
In [135]: mat - sa[:,None]                                                                                      
Out[135]: 
array([[0, 1, 2],
       [2, 3, 4],
       [2, 3, 4]])

sa 是 1d，所以转置不会改变任何东西：

In [136]: sa.T                                                                                                  
Out[136]: array([1, 2, 5])

【讨论】：