Question

我有一个numpy数组，其中特定行的每个单元格代表一个要素的值。我将它们全部存储在100 * 4矩阵中。

A     B   C
1000  10  0.5
765   5   0.35
800   7   0.09

我知道如何规范化这个numpy.array的行，其中每个值介于0和1之间？

我想要的输出是：

A     B    C
1     1    1
0.765 0.5  0.7
0.8   0.7  0.18(which is 0.09/0.5)

提前致谢：）

Answer 1

如果我理解正确，您要做的是除以每列中的最大值。您可以使用broadcasting轻松完成此操作。

从示例数组开始：

import numpy as np

x = np.array([[1000,  10,   0.5],
              [ 765,   5,  0.35],
              [ 800,   7,  0.09]])

x_normed = x / x.max(axis=0)

print(x_normed)
# [[ 1.     1.     1.   ]
#  [ 0.765  0.5    0.7  ]
#  [ 0.8    0.7    0.18 ]]

x.max(0)在第0维度（即行）上取最大值。这会为您提供一个大小为(ncols,)的向量，其中包含每列中的最大值。然后，您可以将x除以此向量，以便对您的值进行标准化，以便将每列中的最大值缩放为1.

如果x包含负值，则需要先减去最小值：

x_normed = (x - x.min(0)) / x.ptp(0)

此处，x.ptp(0)返回＆＃34;峰峰值＆＃34; （即，范围，最大 - 最小）沿轴0。此标准化还保证每列中的最小值为0.

Answer 2

您可以使用sklearn.preprocessing：

from sklearn.preprocessing import normalize
data = np.array([
    [1000, 10, 0.5],
    [765, 5, 0.35],
    [800, 7, 0.09], ])
data = normalize(data, axis=0, norm='max')
print(data)
>>[[ 1.     1.     1.   ]
[ 0.765  0.5    0.7  ]
[ 0.8    0.7    0.18 ]]

在python中规范化numpy数组列

2 个答案: