Как нормализовать матрицу NumPy (с примерами)

Редакция Кодкампа -

Нормализация матрицы означает масштабирование значений таким образом, чтобы диапазон значений строки или столбца находился в диапазоне от 0 до 1.

Самый простой способ нормализовать значения матрицы NumPy — использовать функцию normalize() из пакета sklearn, которая использует следующий базовый синтаксис:

from sklearn. preprocessing import normalize

#normalize rows of matrix
normalize(x, axis= 1 , norm='l1')

#normalize columns of matrix
normalize(x, axis= 0 , norm='l1')

В следующих примерах показано, как использовать этот синтаксис на практике.

Пример 1: нормализовать строки матрицы NumPy

Предположим, у нас есть следующая матрица NumPy:

import numpy as np

#create matrix
x = np.arange (0, 36, 4). reshape (3,3)

#view matrix
print(x)

[[ 0 4 8]
 [12 16 20]
 [24 28 32]]

Следующий код показывает, как нормализовать строки матрицы NumPy:

from sklearn. preprocessing import normalize

#normalize matrix by rows
x_normed = normalize(x, axis= 1 , norm='l1')

#view normalized matrix
print(x_normed)

[[0. 0.33333333 0.66666667]
 [0.25 0.33333333 0.41666667]
 [0.28571429 0.33333333 0.38095238]]

Обратите внимание, что сумма значений в каждой строке теперь равна единице.

  • Сумма первой строки: 0 + 0,33 + 0,67 = 1
  • Сумма второй строки: 0,25 + 0,33 + 0,417 = 1
  • Сумма третьего ряда: 0,2857 + 0,3333 + 0,3809 = 1

Пример 2: нормализовать столбцы матрицы NumPy

Предположим, у нас есть следующая матрица NumPy:

import numpy as np

#create matrix
x = np.arange (0, 36, 4). reshape (3,3)

#view matrix
print(x)

[[ 0 4 8]
 [12 16 20]
 [24 28 32]]

Следующий код показывает, как нормализовать строки матрицы NumPy:

from sklearn. preprocessing import normalize

#normalize matrix by columns
x_normed = normalize(x, axis= 0 , norm='l1')

#view normalized matrix
print(x_normed)

[[0. 0.08333333 0.13333333]
 [0.33333333 0.33333333 0.33333333]
 [0.66666667 0.58333333 0.53333333]]

Обратите внимание, что сумма значений в каждом столбце теперь равна единице.

  • Сумма первого столбца: 0 + 0,33 + 0,67 = 1
  • Сумма второго столбца: 0,083 + 0,333 + 0,583 = 1
  • Сумма третьего столбца: 0,133 + 0,333 + 0,5333 = 1

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные операции в Python:

Как нормализовать массивы в Python
Как нормализовать столбцы в Pandas DataFrame