小编han*_*ist的帖子

我正在尝试计算两个矩阵之间的欧几里得距离，我希望它由逐元素平方差之和的平方根给出。

在我看来，这正是由 numpy 的linalg.norm函数计算的计算，但它似乎与我的预期结果不符。

例如，此代码返回不同的值（5.385vs 5.339）

import numpy as np

a = np.arange(6).reshape(2, 3)
b = np.array([[1,2,3], [-1,1,4]])

print(np.sqrt(np.sum(np.square(a-b))))
print(np.linalg.norm(a-b, 2))

我是否误解了linalg.norm函数？为什么上述两种计算方法返回的值不相同？

给定一个大的多列 Pandas 数据框，我想尽快计算N元素窗口上的滚动“k-mean” 。
这里“k-mean”定义为排除最大和最小元素的N-2k元素的均值。Nkk

例子

给定数据框：

df = pandas.DataFrame(
{'A': [34, 78, -2, -96, 58, -34, 44, -50, 42],
 'B': [-82, 28, 96, 46, 36, -34, -20, 10, -40]})

    A   B
0  34 -82
1  78  28
2  -2  96
3 -96  46
4  58  36
5 -34 -34
6  44 -20
7 -50  10
8  42 -40

随着N=6与k=1预期输出是：

      A     B
0   NaN   NaN
1   NaN   NaN
2 …