数组的逐列归一化(缩放)

时间:2015-01-06 15:44:25

标签: python arrays numpy normalization

我想在python中规范化(放入范围[0, 1])2D数组,但是关于特定列。

例如,给定:

a = array([[1 2 3],[4,5,6],[7,8,9]])

我需要像“norm_column_wise(a,1)”这样的东西,它取矩阵“a”,并仅规范化第二列[2,5,8],

结果应该是:

norm_column_wise(a,1) = array([[1,0,3],[4,0.5,6],[7,1.0,9]])

我写了一个简单的规范化代码:

def norm_column_wise(arr): 
    return (arr-arr.min(0))/(arr.max(0)-arr.min(0))

但它适用于数组的所有列。如何修改这个简单的代码以指定特定的列?

提前致谢!

1 个答案:

答案 0 :(得分:2)

我会使用numpy。

import numpy as np

def normalize_column(A, col):
    A[:,col] = (A[:,col] - np.min(A[:,col])) / (np.max(A[:,col]) - np.min(A[:,col]))

if __name__ == '__main__':
    A = np.matrix([[1,2,3], [4,5,6], [7,8,9]], dtype=float)
    normalize_column(A, 1)
    print (A)

结果

[[ 1.   0.   3. ]
 [ 4.   0.5  6. ]
 [ 7.   1.   9. ]]

按照上面的说法,max-min可以替换为:

np.ptp(A,0)[0,col]