沿一个特定维度规范化矩阵

Question

我有一个形状[1000,500]的矩阵，我想沿第二维标准化矩阵。以下实施是否正确？

def norm(x):
    return (x - np.mean(x)) / (np.std(x) + 1e-7)

for row_id in range(datamatrix.shape[0]):
    datamatrix[row_id,:] = norm(datamatrix[row_id,:])

Answer 1

你的实现确实会沿着行轴进行规范化（我不确定你的第二个维度是什么意思，因为行通常是矩阵的第一个维度，numpy从维度0开始）。您不需要包含冒号，因为它隐含您想要所有行。

请记住在数据矩阵中使用float32 dtype而不是整数dtype，因为它不会自动进行类型转换。

更高效或干净的实施可能是使用sklearn.preprocessing.normalize。

但请注意，您使用的是标准分数规范化，假设您的数据集是正态分布的。