据我所知,对于numpy来说,一次处理一个数组的每一行是不明智的(参考链接)。广播显然是首选方法。那么,如何将形状为
(N,3)
的数据转换为质心?以下是我正在使用的“低效方法”。虽然这种方法可以工作,但我怀疑在大数据量N
的情况下会影响性能:CM = R.sum(0)/R.shape[0]
for i in xrange(R.shape[0]): R[i,:] -= CM
scipy.ndimage.measurements.center_of_mass
可能是一个有用的函数。 - heltonbiker