Question

嗨，我已经尝试解决这个问题一段时间了，无法解决。

我需要逐列对（M，N，2）numpy数组中的值进行规范化（即：分别规范化[：，：，0]和[：，：，1]）。

另一个挑战是，我必须忽略所有对值均为0的“行”。（即：[[m，n，：] == [0，0]））

以下是示例输入/输出：

输入：

np.array([[[1, 2],
           [2, 3],
           [5, 4]],

          [[0, 0],
           [1, 2],
           [3, 0]],

          [[0, 0],
           [0, 0],
           [0, 3]],

          [[1, 7],
           [-3, 3],
           [2, 4]]])

输出：

np.array([[[0.5, 0.2857..],
           [0.625, 0.4285..],
           [1, 0.5714..]],

          [[0, 0],
           [0.5, 0.2857],
           [0.75, 0]],

          [[0, 0],
           [0, 0],
           [0.375, 0.4285]],

          [[0.5, 1],
           [0, 0.4285],
           [0.625, 0.5714]]])

我必须在很多行上应用此功能〜100MB 预先感谢

PS：范数公式（x-min（x））/（max（x）-min（x））

Answer 1

100MB并不是很大，所以也许只需掩盖您需要忽略的“行”就足够了：

arr = arr.astype(np.float64)
zero = (arr == 0).all(axis=2)
keep = arr[~zero]
low, high = keep.min(axis=0), keep.max(axis=0)
arr[~zero] = (keep - low) / (high - low)

给我

In [55]: arr
Out[55]: 
array([[[0.5       , 0.28571429],
        [0.625     , 0.42857143],
        [1.        , 0.57142857]],

       [[0.        , 0.        ],
        [0.5       , 0.28571429],
        [0.75      , 0.        ]],

       [[0.        , 0.        ],
        [0.        , 0.        ],
        [0.375     , 0.42857143]],

       [[0.5       , 1.        ],
        [0.        , 0.42857143],
        [0.625     , 0.57142857]]])

numpy 3d数组：规范最后一维中的列，同时过滤最后一维中的特定行

1 个答案: