python，对n乘m的2维数组arr，按每列的最大值最小值进行归一化

你可以使用NumPy库中的函数来完成这个任务。以下是一个示例代码：

import numpy as np

# 构造一个2维数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 对数组进行按列最大值最小值归一化
arr_norm = (arr - arr.min(axis=0)) / (arr.max(axis=0) - arr.min(axis=0))

print(arr_norm)

在这个示例中，我们首先构造了一个2维数组`arr`。然后，我们使用NumPy的max和min方法沿着每列计算`arr`的最大值和最小值。接着，我们使用归一化公式将每列的值归一化为`arr_norm`。需要注意的是，在计算最大值和最小值时，我们使用了`axis=0`来指定沿着列进行计算。最终，我们打印出`arr_norm`的值。

需要注意的是，在使用本代码时，你需要将`arr`替换为你想要进行归一化的2维数组。

相关问题

二维numpy数组，对每一列做最大最小值的归一

您好！针对您的问题，可以使用numpy库中的min()和max()函数分别求出每一列的最小值和最大值，然后用每一列的数值减去最小值，再除以最大值减最小值的差，就可以实现每一列的最大最小值归一化操作。

以下是示例代码：

import numpy as np

# 原始二维数组
arr = np.array([[1, 2, 3],
                [4, 5, 6],
                [7, 8, 9]])

# 对每一列进行最大最小值归一化
min_vals = np.min(arr, axis=0)  # 每一列的最小值
max_vals = np.max(arr, axis=0)  # 每一列的最大值
norm_arr = (arr - min_vals) / (max_vals - min_vals)  # 归一化后的数组

print(norm_arr)

输出结果为：

[[0.         0.         0.        ]
 [0.5        0.5        0.5       ]
 [1.         1.         1.        ]]

其中，每一列的数值都被归一到了0到1之间。