沿numpy数组中的行的最小-最大缩放

Question

我有一个numpy数组，我想使用以下过程将每行的值重新缩放为0到1之间的值：

如果给定行的最大值为X_max，而该行的最小值为X_min，则给定条目（{{1 }}）中的该行应变为：

X_rescaled

作为示例，让我们考虑以下数组（X）：

X_rescaled = (X - X_min)/(X_max - X_min)

目前，我正尝试通过以下方式使用arr中的arr = np.array([[1.0,2.0,3.0],[0.1, 5.1, 100.1],[0.01, 20.1, 1000.1]]) print arr array([[ 1.00000000e+00, 2.00000000e+00, 3.00000000e+00], [ 1.00000000e-01, 5.10000000e+00, 1.00100000e+02], [ 1.00000000e-02, 2.01000000e+01, 1.00010000e+03]]) ：

MinMaxscaler

但是，我一直得到我的初始数组，即scikit-learn与上述方法中的from sklearn.preprocessing import MinMaxScaler result = MinMaxScaler(arr) 相同。我究竟做错了什么？

如何按照所需的方式缩放数组result（沿每个轴的最小最大缩放？）。

Answer 1

@foreach ($articles as $article) {{ $article->title }} @endforeach 使用起来有点笨拙； ***getsebool -a | grep httpd*** ----> **httpd_setrlimit --> off httpd_ssi_exec --> off httpd_sys_script_anon_write --> off** 更方便。该操作沿列进行，因此请使用转置：

MinMaxScaler