规范化/翻译ndarray – Numpy / Python

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了规范化/翻译ndarray – Numpy / Python，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1075字，纯文字阅读大概需要2分钟。

内容图文

有一种简单的方法来规范化ndarray(每个值在0.0,1.0之间)？

例如,我有一个矩阵,如：

a = [[1., 2., 3.],
     [4., 5., 6.],
     [7., 8., 9.]]

到现在为止,我正在获得最大值

max(max(p[1:]) for p in a)
a / p

此外我认为numpy可能在一行中有一个方法,如果我的数据是这样的,这不起作用：

b = [[-1., -2., -3.],
     [-4., -5., -6.],
     [-7., -8., 0.]]

这给出了由零分割引起的错误.

我想要做的是最大值变为1.所以,我想做一个翻译,使得9变为1(在正例中将值除以最大值)和0(当它是最大值)变为1(使用翻译方法,例如),我知道这很热,但我想numpy可能有一个解决方案来在它的包中做这件事.

我怎么能用numpy很好地完成这个？

先感谢您.

解决方法:

在一般情况下,您可以将np.ptp1(峰到峰)与np.min配合使用来执行此操作：

new_arr = (a - a.min())/np.ptp(a)

例：

>>> a = np.array([[-1., 0, 1], [0, 2, 1]])
>>> np.ptp(a)
3.0
>>> a
array([[-1.,  0.,  1.],
       [ 0.,  2.,  1.]])
>>> (a - a.min())/np.ptp(a)
array([[ 0.        ,  0.33333333,  0.66666667],
       [ 0.33333333,  1.        ,  0.66666667]])

当然,如果由完全零组成,这仍然会产生错误 – 但在这种情况下问题并不好.

1IIRC,np.ptp调用np.max和np.min.如果性能非常关键,那么您可以创建自己的ptp并将np.min保存到临时变量,这样就不会计算两次.

内容总结

以上是互联网集市为您收集整理的规范化/翻译ndarray – Numpy / Python全部内容，希望文章能够帮你解决规范化/翻译ndarray – Numpy / Python所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端