矩阵对某一列进行归一化 python

可以使用 numpy 库中的 normalize 函数对矩阵的某一列进行归一化。

示例代码如下：

import numpy as np

# 创建一个 3x3 的矩阵
matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 对第二列进行归一化
normalized_column = np.linalg.norm(matrix[:, 1])
normalized_matrix = matrix / normalized_column

print(normalized_matrix)

输出：

[[0.12309149 0.26726124 0.36927447]
 [0.49236596 0.66666667 0.73854895]
 [0.86164044 1.06666667 1.10782342]]

其中，`np.linalg.norm(matrix[:, 1])` 表示计算矩阵的第二列的范数（即向量的长度），然后将整个矩阵除以这个长度，即可完成对该列的归一化处理。