Как нормализовать массив в NumPy?

Question

Как нормализовать массив в NumPy?

Я хотел бы иметь норму одного массива NumPy. Более конкретно, я ищу эквивалентную версию этой функции

def normalize(v):

    norm = np.linalg.norm(v)

    if norm == 0: 

       return v

    return v / norm

есть что-то подобное в skearn или numpy?

эта функция работает в ситуации, где v - это вектор 0.

730 7

python numpy scikit-learn

7 ответов:

Comments

Ничего не найдено.

ali_m · Accepted Answer · 2014-01-09 23:27:58

Если вы используете scikit-узнайте, что вы можете использовать sklearn.preprocessing.normalize:
import numpy as np
from sklearn.preprocessing import normalize

x = np.random.rand(1000)*10
norm1 = x / np.linalg.norm(x)
norm2 = normalize(x[:,np.newaxis], axis=0).ravel()
print np.all(norm1 == norm2)
# True

Eelco Hoogendoorn · Accepted Answer · 2017-10-17 11:05:12

Я бы согласился, что было бы неплохо, если бы такая функция была частью включенных батарей. Но это не так, насколько я знаю. Вот версия для произвольных осей, и дающая оптимальную производительность.
import numpy as np

def normalized(a, axis=-1, order=2):
    l2 = np.atleast_1d(np.linalg.norm(a, order, axis))
    l2[l2==0] = 1
    return a / np.expand_dims(l2, axis)

A = np.random.randn(3,3,3)
print(normalized(A,0))
print(normalized(A,1))
print(normalized(A,2))

print(normalized(np.arange(3)[:,None]))
print(normalized(np.arange(3)))

Eduard Feicho · Accepted Answer · 2016-11-01 14:49:49

вы можете указать ord, чтобы получить норму L1. Чтобы избежать нулевого деления, я использую eps, но это, возможно, не очень хорошо.
def normalize(v):
    norm=np.linalg.norm(v, ord=1)
    if norm==0:
        norm=np.finfo(v.dtype).eps
    return v/norm

Jaden Travnik · Accepted Answer · 2018-05-09 01:46:42

Если у вас есть многомерные данные и вы хотите, чтобы каждая ось нормализовалась к себе:
def normalize(d):
    # d is a (n x dimension) np array
    d -= np.min(d, axis=0)
    d /= np.ptp(d, axis=0)
    return d
использует numpys пика до пика

mk18 · Accepted Answer · 2018-08-13 10:27:01

Это также может работать для вас
import numpy as np
normalized_v = v / np.sqrt((np.sum(v**2)))
но не когда v имеет длину 0.

Joe · Accepted Answer · 2018-04-24 09:05:06

есть также функция unit_vector() для нормализации векторов в популярном преобразования модуль Кристофа Голке:
import transformations as trafo
import numpy as np

data = np.array([[1.0, 1.0, 0.0],
                 [1.0, 1.0, 1.0],
                 [1.0, 2.0, 3.0]])

print(trafo.unit_vector(data, axis=1))

max0r · Accepted Answer · 2018-08-31 10:01:29

Если вы хотите нормализовать N векторов пространственных объектов, хранящихся в 3D Тензоре, вы также можете использовать PyTorch:
import numpy as np
from torch import FloatTensor
from torch.nn.functional import normalize

vecs = np.random.rand(3, 16, 16, 16)
norm_vecs = normalize(FloatTensor(vecs), dim=0, eps=1e-16).numpy()