TensorFlow如何对指定列按行减去均值？

我们可以用NumPy来高效完成这个操作，具体步骤和代码如下：

首先将原始列表转为NumPy数组，并指定需要处理的列索引（注意Python是0索引，示例里的第一列对应索引0，最后一列对应索引2）：

import numpy as np

# 原始张量
arr = np.array([[1, 2, 2], [3, 4, 4], [4, 5, 6]])
# 指定要处理的列
target_cols = [0, 2]

接下来计算每行指定列的均值，需要调整维度保证能和原数组的列进行广播运算：

# 计算每行指定列的均值，reshape成列向量形式
row_means = arr[:, target_cols].mean(axis=1).reshape(-1, 1)

最后仅对指定列执行减均值操作，其他列保持不变：

# 复制原数组避免修改原始数据
result = arr.copy()
# 对指定列减去对应行的均值
result[:, target_cols] -= row_means

print(result)

运行后输出结果与预期一致：

[[-0.5  2.   0.5]
 [-0.5  4.   0.5]
 [-1.   5.   1. ]]

关键细节 #

• arr[:, target_cols]用于精准选取需要处理的列，mean(axis=1)负责计算每行的均值
• reshape(-1,1)把一维的均值数组转为二维列向量，确保和原数组的指定列维度匹配，实现广播运算
• 先复制原数组再修改，避免破坏原始数据

内容的提问来源于stack exchange，提问作者ctsmd