NumPy 歸一化矩陣

Muhammad Maisam Abbas 2021年7月4日
NumPy 歸一化矩陣

本教程將討論在 Python 中規範化矩陣的方法。

使用 Python 中的 numpy.linalg.norm() 方法對矩陣進行歸一化

numpy.linalg 庫包含與 Python 中的線性代數相關的方法。numpy.linalg 中的 norm() 方法 計算矩陣的範數。然後我們可以使用這些範數值來對矩陣進行歸一化。以下程式碼示例向我們展示瞭如何使用 numpy.linalg 庫中的 norm() 方法對矩陣進行歸一化。

import numpy as np

matrix = np.array([[1,2],[3,4]])

norms = np.linalg.norm(matrix, axis=1)
print(matrix/norms)

輸出:

[[0.4472136  0.4       ]
 [1.34164079 0.8       ]]

我們首先使用 np.array() 方法以二維陣列的形式建立了我們的矩陣。然後我們計算範數並將結果儲存在 norms 陣列中,並使用 norms = np.linalg.norm(matrix)。最後,我們通過將 matrix 除以 norms 來規範化 matrix 並列印結果。

norm() 方法在第一個和第二個上執行相當於 np.sqrt(1**2 + 2**2)np.sqrt(3**2 + 4**2) 的操作我們矩陣的行,分別。然後它為我們的 norms 陣列分配兩個值,它們是 [2.23606798 5.0]。然後通過將 matrix 的每一行除以 norms 的每個元素對矩陣進行歸一化。

Muhammad Maisam Abbas avatar Muhammad Maisam Abbas avatar

Maisam is a highly skilled and motivated Data Scientist. He has over 4 years of experience with Python programming language. He loves solving complex problems and sharing his results on the internet.

LinkedIn

相關文章 - NumPy Matrix