2024-05-15 22:54:23 发布
网友
我想要一个NumPy数组的范数。更具体地说,我正在寻找此函数的等效版本
def normalize(v): norm = np.linalg.norm(v) if norm == 0: return v return v / norm
在skearn或numpy中有类似的东西吗?
skearn
numpy
此函数在v是0向量的情况下工作。
v
如果您使用scikit learn,则可以使用^{}:
import numpy as np from sklearn.preprocessing import normalize x = np.random.rand(1000)*10 norm1 = x / np.linalg.norm(x) norm2 = normalize(x[:,np.newaxis], axis=0).ravel() print np.all(norm1 == norm2) # True
我同意,如果这样的功能是包括电池的一部分,那就太好了。但据我所知并不是。这是一个版本的任意轴,并提供最佳性能。
import numpy as np def normalized(a, axis=-1, order=2): l2 = np.atleast_1d(np.linalg.norm(a, order, axis)) l2[l2==0] = 1 return a / np.expand_dims(l2, axis) A = np.random.randn(3,3,3) print(normalized(A,0)) print(normalized(A,1)) print(normalized(A,2)) print(normalized(np.arange(3)[:,None])) print(normalized(np.arange(3)))
您可以指定ord以获得L1范数。 为了避免零除法,我使用eps,但这可能不太好。
def normalize(v): norm=np.linalg.norm(v, ord=1) if norm==0: norm=np.finfo(v.dtype).eps return v/norm
如果您使用scikit learn,则可以使用^{} :
我同意,如果这样的功能是包括电池的一部分,那就太好了。但据我所知并不是。这是一个版本的任意轴,并提供最佳性能。
您可以指定ord以获得L1范数。 为了避免零除法,我使用eps,但这可能不太好。
相关问题 更多 >
编程相关推荐