Question

import numpy as np

x = np.loadtxt('xdata.txt', dtype=float)
y = np.loadtxt('ydata.txt', dtype=float)

normalX = []
normalY = []

for column in x:
    i = 0
    while i <=17:
        xmax = max(column[i])
        xmin = min(column[i])
        normalx = (?-xmin)/(xmax-xmin)
        normalX.append(normalx)
        i += 1
    else:
        break

我有一个148 x 17矩阵，我导入，我想规范化数据。我试图遍历每一列并找到max和min但是我的代码到目前为止导致“TypeError：'numpy.float64'对象不可迭代”。还应该怎么做？如果我想让它成为专栏中的元素。

而不是一个大的148x17矩阵，而不是4x4。

1.61  125  13   933.57 
1.95  135  29   1357.77 
1.91  135  28   1728 
2.2   137  46   1828.05

第一列最大值为2.2，min = 1.61等。

Answer 1

在您的代码中，您首先访问for columns in x这会导致columns成为x中的row，然后在您尝试访问的for循环内columns[i] }，这将返回该行中i位置的元素。

您可以使用np.amax(x, axis=0)获取每列的最大值，这将返回每列的最大列表。

同样，您也可以使用np.amin(x, axis=0)。

另一个问题是，如果您的矩阵大小为148x17，则在while循环中，您应该只检查i<17而不是i<=17。您也可以将enumerate(column)与for循环相同，语法为 - for i, val in enumerate(column)。

另外，我猜你需要规范化所有的值，所以你需要在第一个for循环中创建一个列表并继续插入该列表，然后在最后，将该列表添加到normalX。

示例代码 -

xmax = np.amax(x, axis=0)
xmin = np.amin(x, axis=0)

for column in x:
    tnormalX = []
    for i, val in enumerate(column):
        normalx = (val-xmin[i])/(xmax[i]-xmin[i])
        tnormalX.append(normalx)
        i += 1
    normalX.append(tnormalX)

需要遍历每一列并找到最大值和最小值

1 个答案: