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

python，对nm的2维数组arr进行归一化，然后取其中的第0和第i行，相乘得到m*m的二维数组

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]])

# 对数组进行归一化
arr_norm = (arr - arr.min()) / (arr.max() - arr.min())

# 取第0和第i行，并构建新的2维数组
i = 2
new_arr = np.array([arr_norm[0], arr_norm[i]])

# 相乘得到m*m的二维数组
new_arr_2 = np.dot(new_arr.T, new_arr)

print(new_arr_2)

在这个示例中，我们首先构造了一个2维数组`arr`，然后使用归一化公式将其归一化为`arr_norm`。接着，我们使用索引操作符`[]`来获取第0和第i行，将它们组合成一个新的2维数组`new_arr`。最后，我们使用NumPy的dot函数计算`new_arr`的转置矩阵与自身的乘积，得到一个m*m的矩阵`new_arr_2`。最终，我们打印出`new_arr_2`的值。

需要注意的是，在使用本代码时，你需要将`i`替换为你想要获取的行的索引。如果你需要改变矩阵的大小，可以使用NumPy库中的reshape方法进行操作。

python，对n*m的2维数组arr进行归一化，然后取其中的第0和第i行，构建新的m*m的二维数组

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]])

# 对数组进行归一化
arr_norm = (arr - arr.min()) / (arr.max() - arr.min())

# 取第0和第i行，并构建新的2维数组
i = 2
new_arr = np.array([arr_norm[0], arr_norm[i]])

# 将新的2维数组转换为m*m的形式
m = len(new_arr[0])
new_arr_2 = np.zeros((m, m))
new_arr_2[0] = new_arr[0]
new_arr_2[1] = new_arr[1]

print(new_arr_2)

在这个示例中，我们首先构造了一个2维数组`arr`，然后使用归一化公式将其归一化为`arr_norm`。接着，我们使用索引操作符`[]`来获取第0和第i行，将它们组合成一个新的2维数组`new_arr`。最后，我们创建一个m*m的全0矩阵`new_arr_2`，并将新的2维数组`new_arr`中的值复制到其中的第0和第1行。最终，我们打印出`new_arr_2`的值。

需要注意的是，在使用本代码时，你需要将`i`替换为你想要获取的行的索引，以及将矩阵的大小`m`替换为你需要的大小。