调整后的矩阵，面部识别

Question

我有一个巨大的矩阵（77760x165），其中每一列代表一幅图像，还有另一个名为avg_face（77760x1）的矩阵，它是所有面孔的平均值。现在我需要从每一列中减去avg_face，这样我就可以得出每张面孔与每列中avg_face之间的差异。这是我现在的代码，但是我正在研究jupyter，这花费了太多时间，并且“内核被杀死”。有一个更好的方法吗？这是我的代码：

adjusted_matrix = []
print("Database matrix:\n",database_matrix,"\n", "Shape:\n",database_matrix.shape,"\n")
print("Average face:\n", avg_face,"\n", "Shape:\n",avg_face.shape,"\n")
i = 0
for row in database_matrix:
    row = np.subtract(row,np.array(avg_face[i]))
    i += 1
    adjusted_matrix.append(np.array(row))

print("Adjusted matrix")
print(adjusted_matrix)

当前输出：

如您所见，未打印调整后的矩阵

Answer 1

毕竟，我要做的就是这个：

adjusted_matrix = np.array(database_matrix - avg_face[:,np.newaxis])