如何按行标准化矩阵（轴= 1）？

【问题标题】：How to standardize matrix row-wise (axis=1)?如何按行标准化矩阵（轴= 1）？
【发布时间】：2017-12-02 10:00:58
【问题描述】：

对于二维数组，我正在尝试创建一个标准化函数，它应该按行和按列工作。我不确定当使用axis = 1（按行）给出参数时该怎么做。

def standardize(x, axis=None):
if axis == 0:
    return (x - x.mean(axis)) / x.std(axis)
else:
    ?????

我尝试在这部分将axis 更改为axis = 1：(x - x.mean(axis)) / x.std(axis)

然后我得到以下错误：

 ValueError: operands could not be broadcast together with shapes (4,3) (4,)

谁能解释一下我还是个初学者该怎么做？

【问题讨论】：

检查此链接stackoverflow.com/questions/12525722/normalize-data-in-pandas，看看您是否可以相应地调整您的代码。用例子很好地说明了这一点。

【解决方案1】：

您看到错误的原因是您无法计算

x - x.mean(1)

因为

x.shape = (4, 3)
x.mean(1).shape = (4,)  # mean(), sum(), std() etc. remove the dimension they are applied to

但是，如果我们能够以某种方式确保 mean() 保持其应用到的维度，则您可以执行此操作，从而导致

x.mean(1).shape = (4, 1)

因为这是一个常见的问题，NumPy 开发人员引入了一个参数：keepdims=True，您应该在mean() 和std() 中使用它：

def standardize(x, axis=None):
    return (x - x.mean(axis, keepdims=True)) / x.std(axis, keepdims=True)

【讨论】：