python numpy多维数组归一化和反归一化

归一化是将数据按比例缩放，使其落入一个特定的范围。在Numpy中，可以使用以下方法对多维数组进行归一化和反归一化操作：

1. 归一化：

import numpy as np

def normalize(arr):
    min_val = np.min(arr)
    max_val = np.max(arr)
    normalized_arr = (arr - min_val) / (max_val - min_val)
    return normalized_arr

# 示例
arr = np.array([[1, 2, 3], [4, 5, 6]])
normalized_arr = normalize(arr)
print(normalized_arr)

2. 反归一化：

import numpy as np

def denormalize(arr, original_arr):
    min_val = np.min(original_arr)
    max_val = np.max(original_arr)
    denormalized_arr = arr * (max_val - min_val) + min_val
    return denormalized_arr

# 示例
normalized_arr = np.array([[0.0, 0.5, 1.0], [0.25, 0.75, 1.0]])
original_arr = np.array([[1, 2, 3], [4, 5, 6]])
denormalized_arr = denormalize(normalized_arr, original_arr)
print(denormalized_arr)