Матрица нормализации NumPy

В этом руководстве будет обсуждаться метод нормализации матрицы в Python.

Нормализовать матрицу с помощью метода numpy.linalg.norm() в Python

Библиотека numpy.linalg содержит методы, относящиеся к линейной алгебре на Python. Метод norm() внутри numpy.linalg вычисляет норму матрицы. Затем мы можем использовать эти значения нормы для нормализации матрицы. Следующий пример кода показывает нам, как мы можем нормализовать матрицу с помощью метода norm() внутри библиотеки numpy.linalg.

import numpy as np

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

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

Выход:

[[0.4472136  0.4       ]
 [1.34164079 0.8       ]]

Сначала мы создали нашу матрицу в виде 2D-массива с помощью метода np.array(). Затем мы вычислили норму и сохранили результаты в массиве norm с norm = np.linalg.norm (matrix). В итоге мы нормализовали matrix, разделив ее на norms, и распечатали результаты.

Метод norm() выполняет операцию, эквивалентную np.sqrt(1**2 + 2**2) и np.sqrt(3**2 + 4**2) на первом и втором строки нашей матрицы соответственно. Затем он присваивает нашему массиву norm() два значения: [2.23606798 5.0]. Затем матрица нормализуется путем деления каждой строки matrix на каждый элемент norms.

Сопутствующая статья - NumPy Matrix

  • Вычислить мощность матрицы NumPy
  • Вычитание матрицы NumPy
  • Индексирование матрицы NumPy