准备用python返回的矩阵有什么好处？

Question

这是《机器学习在行动》一书中的代码。source code

传递给dataSet的是一个m*3数组（datingTestSet2.txt，可以在上级目录中找到）你知道吗

我的问题是：

准备一个矩阵返回有什么好处？（保存内存？）你知道吗

如果我不准备矩阵，它会出错吗？（似乎不是。）

from numpy import *
def autoNorm(dataSet):
    minVals = dataSet.min(0)
    maxVals = dataSet.max(0)
    ranges = maxVals - minVals
    normDataSet = zeros(shape(dataSet)) # prepare matrix to return(It's my own comment, not in the source code. )
    # Because there is a similar code before it, 
    # I think it should be the same meaning. Or any means else?
    m = dataSet.shape[0]
    normDataSet = dataSet - tile(minVals, (m,1))
    normDataSet = normDataSet/tile(ranges, (m,1))   #element wise divide
    return normDataSet, ranges, minVals

Answer 1

除了不需要初始化normDataSet之外，根本不需要它。您可以直接将array数据集点修改为，而不影响传入的array。你知道吗

一般来说，代码过于冗长和复杂，没有充分利用numpy。我不知道有一个内置函数可以将array重新规范化为numpy中的范围[0,1]，但是在numpyarray上使用元素操作可以很容易地完成：

def autoNorm(dataSet):
    minVals = dataSet.min(0)
    ranges = dataSet.max(0) - minVals
    dataSet = (dataSet-minVals) / ranges
    return dataSet, ranges, minVals

Answer 2

没有优势。在您显示的代码中，对normDataSet的第一个赋值没有持久的效果，因为两行之后对normDataSet还有第二个赋值。此时，以前绑定到normDataSet的zeros数组对象的引用计数达到零，旧数组立即被垃圾回收。（当然，这是假设CPython，但是在编写本文时，没有一个替代的Python实现对NumPy有完全的工作支持。）

我猜这是作者的一个简单（但相对无害）错误。我建议提交一个bug报告，这样它就可以被修复了。你知道吗

顺便说一下，术语nit:normDataSet是一个数组，而不是矩阵。这一点很重要，因为NumPy确实有一个matrix类型，它在乘法、除法和指数运算上的行为不同于普通的array。你知道吗