python - 计算矩阵的列均值 - 如何优化？

Question

输入：

[
[1,2,3,4,5],
[5,4,3,2,1],
[3,3,3,3,3]
]

输出：

[3,3,3,3,3]

蛮力解决方案：

def calculate_col_mean(matrix):
   mean = []
   num_row = len(matrix)
   num_col = len(matrix[0])
   result = [0] * num_col
   for i in range(num_row):
      for j in range(num_col):
          result[j] += matrix[i][j]

   for i in range(num_col):
       result[i] = result[i] / num_row

   return result

这适用于小型数据集。想象一下，如果我们的数据集真的很大（1GB++++），我该如何优化呢？穿线？我该怎么做呢？

PS：使用蛮力方法在 1GB 数据上运行大约需要 2 个小时。

标签： pythonmultithreadingalgorithmnumpypython-multithreading

Answer 1

import numpy as np
a = np.array([[1,2,3,4,5],[5,4,3,2,1],[3,3,3,3,3]])
column_mean = a.mean(axis=0)