python - 带有数组和标量的 Numpy 数学？

Question

这里是 Numpy 新手。我正在尝试规范化(也称为特征缩放、标准化)我对神经网络的输入。我只是做线性缩放，我使用的公式是:

I = Imin + (Imax-Imin)*(D-Dmin)/(Dmax-Dmin)

其中 I 是缩放输入值，Imin 和 Imax 是缩放值的所需最小和最大范围，D 是原始数据值，Dmin 和 Dmax 是原始数据值的最小和最大范围。我想要一个 python 方法，它接受一个 numpy 数组并返回一个所有值都标准化的数组。这是我目前的想法。

def get_normalized_values(array):
    """I = Imin + (Imax-Imin)*(D-Dmin)/(Dmax-Dmin)"""
    imin = -1
    imax = 1
    dmin = array.amin()
    dmax = array.amax()

    normalized = imin + (imax - imin)*(array - dmin)/(dmax - dmin)

    return normalized

我的问题是这行得通吗？或者我是否必须遍历数组中的每个元素并执行数学运算？你能用数组和标量做这样的数学吗？也就是说，array - dmin 是否会创建一个新的临时数组，其中每个值都减去了 dmin？不确定这是否是正确的术语，但我认为这是一种“矢量化”方法？

更新

有没有办法让它就地修改数组？那不是返回数组的副本，而是让函数获取数组并修改原始数组吗？

Answer 1

我认为您需要将调用 amin() 和 amax() 更改为仅调用 min() 和 max()，如 my_array.max() 中所示。

否则，这应该可以正常工作。您可以在 NumPy 中执行与 Octave/Matlab 非常相似的操作，例如将标量添加到数组，它会自动知道将操作映射到所有元素。有时，您可能需要稍微不同的语法(例如了解 numpy.linalg.dot() 和仅将两个数组相乘之间的区别)，但一般来说，像这样的事情就像您所指出的那样简单。