对对python3 一组数值的归一化处理方法详解一组数值的归一化处理方法详解
1、什么是归一化：、什么是归一化：
归一化就是把一组数（大于1）化为以1为最大值，0为最小值，其余数据按百分比计算的方法。如：1，2，3.，那归一化后就
是：0，0.5，1
2、归一化步骤：、归一化步骤：
如：2，4，6
（（1）找出一组数里的最小值和最大值，然后就算最大值和最小值的差值）找出一组数里的最小值和最大值，然后就算最大值和最小值的差值
min = 2； max = 6； r = max – min = 4
（（2）数组中每个数都减去最小值）数组中每个数都减去最小值
2，4，6 变成 0，2，4
（（3）再除去差值）再除去差值r
0，2，4 变成 0，0.5，1
就得出归一化后的数组了
3、用、用python 把一个矩阵中每列的数字归一化把一个矩阵中每列的数字归一化
import numpy as np
def autoNorm(data): #传入一个矩阵
mins = data.min(0) #返回data矩阵中每一列中最小的元素，返回一个列表
maxs = data.max(0) #返回data矩阵中每一列中最大的元素，返回一个列表
ranges = maxs - mins #最大值列表 - 最小值列表 = 差值列表
normData = np.zeros(np.shape(data)) #生成一个与 data矩阵同规格的normData全0矩阵，用于装归一化后的数据
row = data.shape[0] #返回 data矩阵的行数
normData = data - np.tile(mins,(row,1)) #data矩阵每一列数据都减去每一列的最小值
normData = normData / np.tile(ranges,(row,1)) #data矩阵每一列数据都除去每一列的差值（差值 = 某列的最大值- 某列最小
值）
return normData
arr = np.array([[8,7,8],[4,3,1],[6,9,8]])
print(autoNorm(arr))
打印结果：
[[ 1. 0.66666667 1. ] [ 0. 0. 0. ] [ 0.5 1. 1. ]]
以上这篇对python3 一组数值的归一化处理方法详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家
多多支持软件开发网。
您可能感兴趣的文章您可能感兴趣的文章:详解python实现数据归一化处理的方式：（0,1）标准化python numpy 按行归一化的实例Python数据预
处理之数据规范化（归一化）示例python 实现对数据集的归一化的方法(0-1之间)基于数据归一化以及Python实现方式python
实现几种归一化方法（Normalization Method）
评论0