带有数组和标量的 Numpy 数学？答案

【问题标题】：Numpy math with arrays and scalars?带有数组和标量的 Numpy 数学？
【发布时间】：2012-04-26 06:28:17
【问题描述】：

这里是麻木的新手。我正在尝试对神经网络的输入进行归一化（又名特征缩放、标准化）。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 是缩放的输入值，Imin 和 Imax 是缩放值的所需最小值和最大值范围，D 是原始数据值，Dmin 和 Dmax 是原始数据值的最小值和最大值范围。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？还是我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 会创建一个新的临时数组，其中每个值都减去了 dmin 吗？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

有没有办法让这个修改数组到位？那是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？

【问题讨论】：

这样的事情通常可以正常工作，请尝试一下。一件事是 amin 和 amax 应该只是 min 和 max。或 argmin/argmax。

标签： python numpy neural-network normalization

【解决方案1】：

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

否则，这应该可以正常工作。你可以在 NumPy 中做一些类似于 Octave/Matlab 的事情，比如向数组添加一个标量，它会自动知道将操作映射到所有元素。有时，您可能需要稍有不同的语法（例如了解 numpy.linalg.dot() 之间的区别并仅将两个数组相乘），但一般情况下，如您所指出的那样简单。

【讨论】：

amin、amax和min、max有什么区别？
我不相信amin()是NumPy中数组类型的成员函数。我很确定您使用numpy.amin() 来计算沿轴的最小值，并且my_array.amin() 会引发错误（当我在上面测试您的代码时，它肯定会在 NumPy 1.5.1 中引发错误）。为数组类型实现的正确方法是min() 方法，例如my_array.min()。所以你可以根据需要选择调用amin，但不能在数组名称后使用点语法来调用它。
另外，还有一点个人审美偏好。我经常使用 NumPy 函数argmin() 来获取最小条目的索引。我不喜欢min、argmin 和amin 的潜在混淆。我倾向于只使用数组类型的类方法，并且避免通过调用np.some_function(array) 应用的任何数组操作。我尽量坚持array.some_function()，而amin()没有这种东西，只能叫np.amin(array)。
如果我的回答有帮助，请考虑接受。如果没有，请告诉我，我很乐意提供更多帮助。
那是因为我修改了我的问题并希望得到编辑的答案。但我决定提出一个新问题：stackoverflow.com/questions/10149416/…

【解决方案2】：

这是 python - 试试吧 (tm)

我真的不知道答案，但我找出答案的方法是将问题粘贴到 iPython 终端会话中。一般来说，每当我想知道如何用简单的方法来麻木地做这样的事情时。

【讨论】：