我有一个巨大的3D坐标向量，我想对它们进行标准化，使它们位于维度[0,1] x [0,1] x [0,1]的立方体内（即每个x，y ，坐标的z应该在0和1之间，我正在做的是将所有坐标除以该向量中3D坐标的最大长度，但是这样我就不能用负值处理坐标。有谁能建议将这些坐标标准化的正确方法是什么？
答案 0 :(得分：6)
将每个组件除以向量的长度：
length = sqrt（x ^ 2 + y ^ 2 + z ^ 2）
所以你的标准化向量是：
v =（x /长度，y /长度，z /长度）
答案 1 :(得分：0)
作为示例，我们定义一个称为v的矩阵：
import numpy as np
v = np.array([[[-1,2,3], [4,5,6]]])
v
array([[[-1, 2, 3],
[ 4, 5, 6]]])
我在这里要做的第一件事是查看最小和最大之间当前的数字范围。由于我们希望最小值为0.0，最大值为1.0，因此必须在旧数值范围之间除以新范围（1.0-0.0，最大值减去最小值），即1.0。
scaled_unit = 1.0 / (np.max(v) - np.min(v))
通过这种划分，可以达到新单元的要求。
要将每个旧值转换为新值，我们将其乘以缩放单位，然后再次减去最小值乘以缩放单位。
v*scaled_unit - np.min(v)*scaled_unit
array([[[0. , 0.42857143, 0.57142857],
[0.71428571, 0.85714286, 1. ]]])
然后，我们获得所有值以保持它们之间的比例，并将其包含在最小值的0.0和最大值的1.0之间。
重要提示：仅当所有值的大小都相同时，才可以使用此解决方案。如果某些数字代表米，而其他千克则应独立缩放。