如何在最小值和最大值之间标准化数组答案

【问题标题】：How to normalize an array between min and max value如何在最小值和最大值之间标准化数组
【发布时间】：2020-04-06 18:56:01
【问题描述】：

我有一个数组：

list = [[2310.01, 2640.14, 2710.63, 2926, 2700.12],
        [2014.45, 2160, 2430.65, 2700.65, 2714.63]]

我需要对(min=-.1, max=.1) 之间的二维列表中的每一行进行标准化。所有方法都可以对[0,1] 或[-1,1] 之间的数据进行归一化。但是，由于我有二维数组，我需要在某个最小值/最大值之间标准化每一行，例如：(-.1, .1)。

我正在使用 Python 和 MATLAB，希望我能用 python 或 matlab 得到答案。

【问题讨论】：

标签： python matlab normalization

【解决方案1】：

在 MATLAB 中，你可以这样做：

归一化到范围 [-1, 1]：

norm_list = ((list - min(list, [], 2)) ./ (max(list, [], 2) - min(list, [], 2)))*2 - 1

不是我想到的最好但最快的解决方案……

更新 - 标准化为一般目标范围：

lo_out = -0.1
hi_out = 0.1
range_out = hi_out - lo_out

%Normalize to range [0, 1]:
%norm_list = (list - min(list, [], 2)) ./ (max(list, [], 2) - min(list, [], 2))

%Normalize to range [lo_out, hi_out]:
lo_in = min(list, [], 2); %Minimum of each row
hi_in = max(list, [], 2); %Maximum of each row
range_in = hi_in - lo_in; %Range of each row

norm_list = ((list - lo_in) ./ range_in) * range_out + lo_out

【讨论】：

【解决方案2】：

最简单的方法是进行最小-最大归一化

np.array(list)
array = list[:] - np.min(list) / (np.max(list) - np.min(list))
array = 2*array - 1

现在数组在 -1 和 1 之间归一化

【讨论】：

【解决方案3】：

在 R2018a 及更高版本中，您可以直接在 MATLAB 中使用 normalize 函数来执行此操作。

A = magic(3)

A =

 8     1     6
 3     5     7
 4     9     2

normalize(A,2,'range',[-1 1])

ans =

1.0000   -1.0000    0.4286
-1.0000         0    1.0000
-0.4286    1.0000   -1.0000

【讨论】：

【解决方案4】：

Matlab 中有一个很棒的函数叫做“mapminmax”。

x=data;
[x_normalized, PS]=mapinmax(x',0,1); % It makes normalization in the range of 0-1.
x_normalized=x_normalized';

该函数检查行，因此我们必须执行 x ' 操作，因为我们想根据列进行规范化。 PS参数将代表我们想要将其转换为规范化之前的实际值时所需的参数。

x = (mapminmax('reverse',x_normalized',PS))' % Obtaining the true value of x.

【讨论】：