Matriz de normalização de NumPy

Este tutorial irá discutir o método para normalizar um array em Python.

Normalize a matriz com o método numpy.linalg.norm() em Python

A biblioteca numpy.linalg contém métodos relacionados à álgebra linear em Python. O método norm() dentro de numpy.linalg calcula a norma de um array. Podemos então usar esses valores de norma para normalizar um array. O exemplo de código a seguir nos mostra como podemos normalizar um array com o método norm() dentro da biblioteca numpy.linalg.

import numpy as np

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

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

Resultado:

[[0.4472136  0.4       ]
 [1.34164079 0.8       ]]

Primeiro criamos nossa matriz na forma de um array 2D com o método np.array(). Em seguida, calculamos a norma e armazenamos os resultados dentro do array norms com norms = np.linalg.norm (matriz). No final, normalizamos a matrix dividindo-a pelas norms e imprimimos os resultados.

O método norm() executa uma operação equivalente a np.sqrt(1**2 + 2**2) e np.sqrt(3**2 + 4**2) no primeiro e no segundo linha de nossa matriz, respectivamente. Em seguida, ele aloca dois valores para nosso array norms, que são [2.23606798 5.0]. A matriz é então normalizada dividindo cada linha da matrix por cada elemento de norms.