在python中规范化numpy数组列

Question

我有一个numpy数组,其中特定行的每个单元格代表一个特征的值.我将它们全部存储在100*4矩阵中.

A     B   C
1000  10  0.5
765   5   0.35
800   7   0.09  

知道我如何规范化这个numpy.array的行,其中每个值介于0和1之间？

我想要的输出是:

A     B    C
1     1    1
0.765 0.5  0.7
0.8   0.7  0.18(which is 0.09/0.5)

提前致谢 :)

Answer 1

如果我理解正确,你想要做的是除以每列中的最大值.您可以使用广播轻松完成此操作.

从您的示例数组开始:

import numpy as np

x = np.array([[1000,  10,   0.5],
              [ 765,   5,  0.35],
              [ 800,   7,  0.09]])

x_normed = x / x.max(axis=0)

print(x_normed)
# [[ 1.     1.     1.   ]
#  [ 0.765  0.5    0.7  ]
#  [ 0.8    0.7    0.18 ]]

x.max(0)在第0维度(即行)上取最大值.这将为您提供一个(ncols,)包含每列最大值的大小向量.然后x,您可以除以此向量,以便对您的值进行标准化,以便将每列中的最大值缩放为1.

如果x包含负值,则需要先减去最小值:

x_normed = (x - x.min(0)) / x.ptp(0)

在这里,x.ptp(0)沿轴0返回"峰 - 峰"(即范围,最大 - 最小).这种标准化还保证每列中的最小值为0.

Answer 2

您可以使用sklearn.preprocessing:

from sklearn.preprocessing import normalize
data = np.array([
    [1000, 10, 0.5],
    [765, 5, 0.35],
    [800, 7, 0.09], ])
data = normalize(data, axis=0, norm='max')
print(data)
>>[[ 1.     1.     1.   ]
[ 0.765  0.5    0.7  ]
[ 0.8    0.7    0.18 ]]