如何让 numpy 在缩减操作后广播操作

Question

我正在尝试对最后一个维度的一些数据进行标准化。

#sample data
x = numpy.random.random((3, 1, 4, 16, 16))
x[1] = x[1]*2
x[2] = x[2]*4

我可以得到平均值，

m = x.mean((-3, -2, -1))

现在，x.shape 是 (3, 1, 4, 16, 16) 而 m.shape 是 (3, 1)，我想从每个样本中减去平均值。到目前为止我有。

for i in range(x.shape[0]):
    for j in range(x.shape[1]):
        x[i,j] = x[i,j] - m[i,j]

可行，但有两个缺点。我正在使用显式循环，它要求形状有 5 个维度。

Answer 1

只需使用 keepdims arg 保持维度，然后减去 -

m = x.mean((-3, -2, -1),keepdims=True)
x -= m

无论用于减少的轴如何，这都可以工作，应该是一个干净的解决方案。