两个 NumPy 数组的绝对差

Question

是否有一种有效的方法/函数可以从一个矩阵中减去另一个矩阵并将绝对值写入新矩阵？我可以一个条目一个条目地做，但是对于大矩阵，这会相当慢……

例如：

 X = [[12,7,3],
[4 ,5,6],
[7 ,8,9]]

Y = [[5,8,1],
[6,7,3],
[4,5,9]]

for i in range(len(r_0)):
    for j in range(len(r)):
        delta_r[i][j]= sqrt((r[i][j])**2 - (r_0[i][j])**2)

原文由 Array 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

如果你想要两个矩阵之间的绝对元素差异，你可以很容易地用 NumPy 减去它们并在结果矩阵上使用 numpy.absolute 。

 import numpy as np

X = [[12,7,3],
[4 ,5,6],
[7 ,8,9]]

Y = [[5,8,1],
[6,7,3],
[4,5,9]]

result = np.absolute(np.array(X) - np.array(Y))

输出：

 [[7 1 2]
 [2 2 3]
 [3 3 0]]

---

或者（ _虽然不必要_），如果您需要在本机 Python 中这样做，您可以在嵌套列表理解中将维度压缩在一起。

 result = [[abs(a-b) for a, b in zip(xrow, yrow)]
          for xrow, yrow in zip(X,Y)]

输出：

 [[7, 1, 2], [2, 2, 3], [3, 3, 0]]

原文由 miradulo 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

如果将 2D 数组转换为 numpy 数组，这样做就变得微不足道了：

 import numpy as np

X = [[12, 7, 3],
     [4,  5, 6],
     [7,  8, 9]]

Y = [[5,  8, 1],
     [6,  7, 3],
     [4,  5, 9]]

X, Y = map(np.array, (X, Y))

result = X - Y

Numpy 旨在轻松高效地处理矩阵。

此外，您谈到了减法矩阵，但您似乎还想对各个元素进行平方，然后对结果求平方根。使用 numpy 也很容易：

 result = np.sqrt((A ** 2) - (B ** 2))

原文由 cs95 发布，翻译遵循 CC BY-SA 3.0 许可协议