numpy中shape为(10000,6)的数组按25间隔减对应基准值的实现方法

核心思路 #

你的数组总行数10000刚好可以被25整除，我们可以通过数组重塑+广播机制实现全向量化操作，完全避免Python级别的循环，性能最优。

实现代码 #

import numpy as np

# 原始数组a，shape为(10000, 6)
# 1. 按25行一组重塑数组，得到形状为(400, 25, 6)的三维数组
a_grouped = a.reshape(-1, 25, 6)
# 2. 提取每组的第1行作为基准数组，保留维度适配广播规则
baseline = a_grouped[:, 0:1, :]
# 3. 组内所有行减去对应基准数组
res_grouped = a_grouped - baseline
# 4. 恢复为原始的二维形状(10000, 6)
res = res_grouped.reshape(-1, 6)

补充说明 #

如果实际使用时数组总行数不是25的整数倍，可以先计算余数单独处理尾部不足25行的部分，再和前面的计算结果拼接即可。

内容的提问来源于stack exchange，提问作者Asbjoern Lund