动态归一化二维 numpy 数组答案

【问题标题】：Dynamically normalise 2D numpy array动态归一化二维 numpy 数组
【发布时间】：2020-10-28 18:15:37
【问题描述】：

我有一个形状为 (100000, 1024) 的 2D numpy 数组“信号”。每行包含信号幅度的轨迹，我想将其归一化为 0-1 范围内。

每个信号都有不同的幅度，所以我不能只除以一个公因数，所以我想知道是否有办法对每个信号进行归一化，使它们中的每个值都在 0-1 之间？

假设信号看起来像 [[0,1,2,3,5,8,2,1],[0,2,5,10,7,4,2,1]] 而我希望他们成为 [[0.125,0.25,0.375,0.625,1,0.25,0.125],[0,0.2,0.5,0.7,0.4,0.2,0.1]]。

有没有办法在不循环所有 100,000 个信号的情况下做到这一点，因为这肯定会很慢？

谢谢！

【问题讨论】：

python scikit learn library 有一个 normalize 函数。你可以试试。

标签： python arrays numpy normalization

【解决方案1】：

简单的做法是生成一个新的 numpy 数组，该数组按轴具有最大值并除以它：

import numpy as np

a = np.array([[0,1,2,3,5,8,2,1],[0,2,5,10,7,4,2,1]])

b = np.max(a, axis = 1)

print(a / b[:,np.newaxis])

输出：

[[0.    0.125 0.25  0.375 0.625 1.    0.25  0.125]
 [0.    0.2   0.5   1.    0.7   0.4   0.2   0.1  ]]

【讨论】：

这很好——唯一的问题（我之前应该说过！）是一些“信号”中没有信号，因此是 0 的数组。有没有一种巧妙的方法可以避免试图除以 0？
不错的答案。原发帖者也可能在此相关帖子stackoverflow.com/questions/19602187/… 中找到一些相关信息。最好的问候。
@BethLong 你可以在结果数组上使用 numpy.nan_to_numb() 。这将使您从除以零中获得的 nan 归零。
或者，查看docs.scipy.org/doc/numpy-1.14.0/reference/generated/… 此处的文档，该文档提供了有关如何处理除以零的信息。特别是在链接的最后部分使用 seterr。最好的问候
太棒了，非常感谢你们俩。我将使用 nan_to_numb 选项，因为它很简单，但我也会查看其他链接。非常感谢！

【解决方案2】：

添加一个小基准以显示两种解决方案之间的性能差异有多大：

import numpy as np
import timeit

arr = np.arange(1024).reshape(128,8)

def using_list_comp():
    return np.array([s/np.max(s) for s in arr])

def using_vectorized_max_div():
    return arr/arr.max(axis=1)[:, np.newaxis]

result1 = using_list_comp()
result2 = using_vectorized_max_div()

print("Results equal:", (result1==result2).all())

time1 = timeit.timeit('using_list_comp()', globals=globals(), number=1000)
time2 = timeit.timeit('using_vectorized_max_div()', globals=globals(), number=1000)

print(time1)
print(time2)
print(time1/time2)

在我的机器上输出是：

Results equal: True
0.9873569
0.010177099999999939
97.01750989967731

几乎有 100 倍 的差异！

【讨论】：

这正是我所期望的！感谢您的评论！

【解决方案3】：

另一种解决方案是使用normalize:

from sklearn.preprocessing import normalize
data = [[0,1,2,3,5,8,2,1],[0,2,5,10,7,4,2,1]]
normalize(data, axis=1, norm='max')

结果：

array([[0.   , 0.125, 0.25 , 0.375, 0.625, 1.   , 0.25 , 0.125],
       [0.   , 0.2  , 0.5  , 1.   , 0.7  , 0.4  , 0.2  , 0.1  ]])

请注意norm='max' 参数。默认值为“l2”。

【讨论】：

这非常有用，但我用上面 Adam.Er8 发布的脚本对其进行了测试，它似乎比矢量分割方法花费了大约 6 倍的时间。不过感谢您的评论！
我已经删除了我之前使用列表理解作为基于循环的解决方案的答案。矢量化方式确实是最快的。