python将每行数据进行归一化处理

在Python中，对于每行数据进行归一化处理，你可以使用NumPy库中的linalg.norm函数。以下是一段示例代码：

import numpy as np

# 定义一个包含数据的numpy数组
data = np.array([[1, 2, 3],
                 [4, 5, 6],
                 [7, 8, 9]])

# 对每行数据进行归一化处理
data_normalized = data / np.linalg.norm(data, axis=1, keepdims=True)

# 打印归一化后的数据
print(data_normalized)

输出结果为：

[[0.26726124 0.53452248 0.80178373]
 [0.45584231 0.56980288 0.68376346]
 [0.50257071 0.57436653 0.64516235]]

在上述代码中，`np.linalg.norm(data, axis=1, keepdims=True)`用于计算每行数据的2范数，并将结果保留为列向量形式，以便用于对每个元素进行除法操作。然后，通过将原始数据数组除以每行的2范数，对每行数据进行了归一化处理。