如何将计算均值更新数据的Python代码精简为更少行数

原代码规律分析 #

• 代码核心逻辑是：对二维数组每一行的5个元素，每个元素减去「排除自身后剩余4个元素的平均值」
• 逐行逐列的均值计算可以用统一公式表达：对第i行第j列的元素，对应的均值 = (该行所有元素总和 - 第i行第j列元素) / 4

精简后代码（移除循环，用numpy向量化操作） #

import pandas as pd
import numpy as np

df = pd.read_csv('Dataset2.csv').to_numpy()
# 计算每行总和，keepdims保持维度方便后续广播计算
row_sum = df.sum(axis=1, keepdims=True)
# 批量计算所有位置的新值
df = df - (row_sum - df) / 4

效果说明 #

精简后的代码和原代码计算结果完全一致，同时向量化操作的执行效率远高于手动for循环，数据量越大性能优势越明显。

内容的提问来源于stack exchange，提问作者Hassan Sajjad