Znormalizowanie kolumn numpy array w pythonie

Question

Mam tablicę numpy, w której każda komórka określonego wiersza reprezentuje wartość dla funkcji. Przechowuję je wszystkie w macierzy 100 * 4.

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

Każdy pomysł, w jaki sposób mogę normalizować wiersze tego numpy.array, gdzie każda wartość jest między 0 a 1?

My pożądane wyjście jest:

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

góry dzięki :)

Answer 1

Jeśli dobrze rozumiem, co chcesz zrobić, to podzielić przez wartość maksymalną w każdej kolumnie. Możesz to łatwo zrobić, używając broadcasting.

Począwszy przykładowej tablicy:

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) wykonuje maksymalne nad 0th wymiar (tj wiersze). Daje to wektor o rozmiarze (ncols,) zawierający maksymalną wartość w każdej kolumnie. Następnie można podzielić x przez tego wektora w celu normalizacji wartości takie, że maksymalna wartość w każdej kolumnie będą skalowane do 1.

---

Jeśli x zawiera wartości ujemne trzeba by odjąć minimum pierwsza:

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

Tutaj x.ptp(0) zwraca (czyli zakres, maks - min) „szczyt-szczyt” wzdłuż osi 0. normalizacja także gwarantuje, że minimalna wartość w każdej kolumnie wynosi 0.

Answer 2

Możesz użyj 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 ]]