如何将NumPy数组归一化到特定范围内？

Question

在对音频或图像数据进行处理后，我们需要把这些数据调整到一个特定的范围内，才能把它们保存到文件里。可以这样做：

# Normalize audio channels to between -1.0 and +1.0
audio[:,0] = audio[:,0]/abs(audio[:,0]).max()
audio[:,1] = audio[:,1]/abs(audio[:,1]).max()

# Normalize image to between 0 and 255
image = image/(image.max()/255.0)

有没有更简单、更方便的方法来做到这一点呢？比如说，matplotlib.colors.Normalize() 似乎跟这个没什么关系。

Answer 1

你还可以使用 sklearn.preprocessing.scale 来重新调整数据的比例。这样做的好处是，你不仅可以让数据的平均值为零，还可以调整标准差。而且你可以选择在不同的方向上进行调整，比如按特征或者按记录。

from sklearn.preprocessing import scale
X = scale(X, axis=0, with_mean=True, with_std=True, copy=True)

这里的关键词参数 axis、with_mean 和 with_std 的意思都很简单，默认状态下的效果也都展示出来了。参数 copy 如果设置为 False，那么操作会直接在原数据上进行，而不是复制一份新的数据。

Answer 2

如果数组里同时有正数和负数，我会选择：

import numpy as np

a = np.random.rand(3,2)

# Normalised [0,1]
b = (a - np.min(a))/np.ptp(a)

# Normalised [0,255] as integer: don't forget the parenthesis before astype(int)
c = (255*(a - np.min(a))/np.ptp(a)).astype(int)        

# Normalised [-1,1]
d = 2.*(a - np.min(a))/np.ptp(a)-1

如果数组里有 nan（表示“不是一个数字”的意思），一种解决办法就是直接把它们去掉，像这样：

def nan_ptp(a):
    return np.ptp(a[np.isfinite(a)])

b = (a - np.nanmin(a))/nan_ptp(a)

不过，根据具体情况，你可能想要对 nan 采取不同的处理方式。比如，可以用其他值来填补它，比如用0，或者直接报错。

最后，虽然这不是提问者的问题，但值得一提的是 标准化：

e = (a - np.mean(a)) / np.std(a)

Answer 3

# Normalize audio channels to between -1.0 and +1.0
audio /= np.max(np.abs(audio),axis=0)
# Normalize image to between 0 and 255
image *= (255.0/image.max())

使用 /= 和 *= 可以省去一个临时数组，这样可以节省一些内存。因为乘法的计算成本比除法低，所以

image *= 255.0/image.max()    # Uses 1 division and image.size multiplications

在速度上会稍微快一点

image /= image.max()/255.0    # Uses 1+image.size divisions

由于我们在这里使用的是基本的 numpy 方法，我认为这是在 numpy 中能达到的最有效的解决方案。

---

就地操作不会改变容器数组的数据类型。因为我们想要的归一化值是浮点数，所以在进行就地操作之前，audio 和 image 数组需要是浮点数类型。如果它们还不是浮点数类型，你需要使用 astype 来进行转换。例如，

image = image.astype('float64')