我有一个计数矩阵,
import numpy as np
x = np.array([[ 1,2,3],[1,4,6],[2,3,7]])
我需要在轴向为1时计算总和的百分比:
for i in range(x.shape[0]):
for j in range(x.shape[1]):
x[i,j] = x[i,j] / np.sum(x[i,:])
在numpy广播形式中。
目前,我有:
x_sums = np.sum(x,axis=1)
for j in range(x.shape[1]):
x[:,j] = x[:,j] / x_sums[:]
这意味着大部分复杂性都在numpy代码中... 但是,numpy一行代码最好。
另外,
def percentages(a):
return a / np.sum(a)
x_percentages = np.apply_along_axis(percentages,1,x)
但这仍然涉及到Python。
np.linalg.norm
就正在进行的事情而言,它们非常接近,但它们只有8个硬编码的规范,其中不包括总百分比。
然后有一个np.percentile
,再次接近……但它计算的是排序百分位数。