如何使用Numpy遍历多维数组并执行逐行除以前一行的操作

嘿，这个需求用Numpy的矢量化特性就能轻松搞定，完全不用写繁琐的循环——这也是Numpy处理数组的核心优势所在！

最简洁高效的实现 #

直接利用Numpy的切片功能，一行代码就能完成计算：

import numpy as np

# 假设你的目标数组是arr，形状为(100,3)
result = arr[1:] / arr[:-1]

原理解释 #

• arr[1:]：取数组从第二行到最后一行的所有元素，最终形状为(99,3)
• arr[:-1]：取数组从第一行到倒数第二行的所有元素，形状同样是(99,3)
• Numpy会自动对这两个形状一致的数组执行逐元素除法，完美匹配你要的「当前行各元素除以前一行对应位置元素」的需求。

用你的示例数据验证 #

我们用你给出的前5行数据做测试，看看实际效果：

# 示例数组
arr = np.array([
    [255.16, 336.7, 2479.9],
    [249.98, 329.48, 2451.32],
    [247.76, 325.9, 2422.52],
    [245.22, 325.78, 2395.02],
    [248.125, 330.38, 2435.31]
])

# 计算行间除法结果
result = arr[1:] / arr[:-1]
print(result)

运行后输出的结果如下，完全符合你要求的计算逻辑：

[[0.97970058 0.97855658 0.98847776]
 [0.99112009 0.9891344  0.9882523 ]
 [0.98974814 0.99963183 0.9886471 ]
 [1.0118465  1.01411996 1.01682238]]

比如第一行第一个值就是249.98 / 255.16，第二个值是329.48 / 336.7，完全对应你想要的计算规则。

（不推荐）遍历实现方式 #

如果你出于学习或特殊场景需要用遍历写法，也可以这样实现，但这种方法在数组规模较大时，效率远低于矢量化操作：

# 初始化结果数组，形状为(99,3)
result = np.zeros((len(arr)-1, arr.shape[1]))
# 逐行遍历计算
for i in range(1, len(arr)):
    result[i-1] = arr[i] / arr[i-1]

内容的提问来源于stack exchange，提问作者billv1179