该mean
方法是 归约 运算,表示将一维数字集合转换为单个数字。当您沿轴对n维数组应用归约时,numpy将该维折叠为归约值,从而得到(n-1)维数组。在您的情况下,由于X
形状为(5,10),并且沿轴1进行了归约,因此最终得到形状为(5,)的数组:
In [8]: m = X.mean(axis=1)
In [9]: m.shape
Out[9]: (5,)
当您尝试从减去该结果时X
,您尝试从形状为(5,10)的数组中减去形状为(5,)的数组。这些形状与广播不兼容。(请参阅《用户指南》中有关广播的描述。)
为了使广播按您希望的方式工作,mean
运算的结果应该是形状为(5,1)的数组(与形状(5,10)兼容)。在最新版本的numpy中,约简操作(包括mean
)具有一个称为的参数,该参数keepdims
告诉函数不要折叠已缩减的维。而是保留长度为1的平凡尺寸:
In [10]: m = X.mean(axis=1, keepdims=True)
In [11]: m.shape
Out[11]: (5, 1)
使用旧版本的numpy,您可以reshape
用来还原折叠后的尺寸:
In [12]: m = X.mean(axis=1).reshape(-1, 1)
In [13]: m.shape
Out[13]: (5, 1)
因此,根据您的numpy版本,您可以执行以下操作:
Y = X - X.mean(axis=1, keepdims=True)
或这个:
Y = X - X.mean(axis=1).reshape(-1, 1)