如何将过大的numpy数组从0缩放到1?

时间:2019-04-08 20:58:24

标签: python pandas numpy dataframe normalize

我正在尝试将pandas或numpy数组从0缩放到未知最大值,并将定义的数字替换为1。

我尝试的一种解决方案是将所需的定义数除以数组。

test = df['Temp'] / 33

plot

该方法不能从0开始一直缩放,我一直在努力寻找解决该问题的更好的数学方法。

2 个答案:

答案 0 :(得分:1)

首先,将DataFrame转换为numpy数组

import numpy as np
T = np.array(df['Temp'])

然后将其缩放为[0,1]间隔:

def scale(A):
    return (A-np.min(A))/(np.max(A) - np.min(A))

T_scaled = scale(T)

然后将其转换到您想要的任何位置,例如到[55..100]

T2 = 55 + 45*T_scaled

我确信这也可以在Pandas内完成(但我不熟悉)。也许您可以学习熊猫df.apply()

答案 1 :(得分:1)

scaled = (df['Temp']-df['Temp'].min()) / (33 - df['Temp'].min())

只需将 33 替换为希望数据扩展到的数字即可!

Original Scaled