浅谈利用numpy对矩阵进行归一化处理的方法

这个小城,步入冬天就立马变了颜色,还没来得及等我换件衣服就开演了。如何扮演好自己的角色,我还没想好,我不适合做主角,只能在配角方面下功夫,极力配合主角旦,生的表演。红红火火的演完这场戏,让北方的冬天刮目相看。

本文不讲归一化原理,只介绍实现(事实上看了代码就会懂原理),代码如下:

def Normalize(data):
 m = np.mean(data)
 mx = max(data)
 mn = min(data)
 return [(float(i) - m) / (mx - mn) for i in data]

代码只有5行并不复杂,但是需要注意的一点是一定要将计算的均值以及矩阵的最大、最小值存为变量放到循环里,如果直接在循环里计算对应的值会造成归一化特别慢,笔者之前有过深切的酸爽体验….

以上这篇浅谈利用numpy对矩阵进行归一化处理的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

您可能有感兴趣的文章
Python自动化运维-使用Python脚本监控华为AR路由器关键路由变化

Python自动化运维-netmiko模块设备自动发现

Python自动化运维—netmiko模块连接并配置华为交换机

Python自动化运维-利用Python-netmiko模块备份设备配置

Python3内置模块之json编码解码方法详解