Numpy:零均值数据和标准化

Question

我在教程中看到(没有进一步的解释)我们可以将数据处理为零均值x -= np.mean(x, axis=0)并使用数据标准化x /= np.std(x, axis=0).任何人都可以在代码上详细说明这两个部分,我从文档中得到的只是np.mean计算算术平均值沿特定轴计算平均值np.std并为标准偏差计算.

Answer 1

这就是所谓的zscore.

SciPy有一个实用工具:

>>> from scipy import stats
>>> stats.zscore([ 0.7972,  0.0767,  0.4383,  0.7866,  0.8091,
...                0.1954,  0.6307,  0.6599,  0.1065,  0.0508])
array([ 1.1273, -1.247 , -0.0552,  1.0923,  1.1664, -0.8559,  0.5786,
        0.6748, -1.1488, -1.3324])

Answer 2

请遵循以下代码中的注释

import numpy as np

# create x
x = np.asarray([1,2,3,4], dtype=np.float64)

np.mean(x) # calculates the mean of the array x
x-np.mean(x) # this is euivalent to subtracting the mean of x from each value in x
x-=np.mean(x) # the -= means can be read as x = x- np.mean(x)

np.std(x) # this calcualtes the standard deviation of the array
x/=np.std(x) # the /= means can be read as x = x/np.std(x)

Answer 3

根据给定的语法，我得出结论，您的数组是多维的。因此，我将首先讨论 x 只是线性数组的情况：

np.mean(x)将计算平均值，通过广播将从所有条目中减去 的 x-np.mean(x)平均值。相当于. 类似对于.xx -=np.mean(x,axis = 0)x = x-np.mean(x,axis = 0)x/np.std(x)

在多维数组的情况下，也会发生同样的情况，但您只需计算第一个“轴”的平均值，而不是计算整个数组的平均值。轴是numpy维度的意思。所以如果你x是二维的，那么np.mean(x,axis =0) = [np.mean(x[:,0], np.mean(x[:,1])...]. 再次广播将确保对所有元素执行此操作。

请注意，这仅适用于第一个维度，否则形状将无法匹配广播。如果您想标准化另一个轴，您需要执行以下操作：

x -= np.expand_dims(np.mean(x, axis = n), n)