如何在python numpy中规范化二维数组的一维？

Question

例如，规范化二维向量中的每一行，使行的大小为1：

import numpy as np

a = np.arange(0,27,3).reshape(3,3)

result = a / norm_of_rows( a )

这样：

np.sum( result**2, axis=-1 )
# array([ 1.,  1.,  1.]) 

原始问题How to normalize a 2-dimensional numpy array in python less verbose?，人们认为我的问题是重复的，作者实际上询问如何使每行的元素总和为1。这与标准化每一行不同，使其幅度为1（每个元素的平方和等于1）。

Answer 1

np.max(a[0,:])将为您提供第1行的最大值， np.max(a[1,:])将为您提供第二行的最大值

要标准化整个矩阵，只需循环遍历行，并将每个元素除以相应的max_row