本文不讲归一化原理，只介绍实现（事实上看了代码就会懂原理），代码如下：
def Normalize(data): m = np.mean(data) mx = max(data) mn = min(data) return [(float(i) - m) / (mx - mn) for i in data]
代码只有5行并不复杂，但是需要注意的一点是一定要将计算的均值以及矩阵的最大、最小值存为变量放到循环里，如果直接在循环里计算对应的值会造成归一化特别慢，笔者之前有过深切的酸爽体验….
以上这篇浅谈利用numpy对矩阵进行归一化处理的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持【听图阁-专注于Python设计】。
直接看代码例子，有详细注释！！ import tensorflow as tf import numpy as np d = np.arange(0,60).reshape([6...
本文实例讲述了Python从list类型、range()序列简单认识类(class)。分享给大家供大家参考，具体如下： list类型 定义： items = [] 这就定义了一...
本文实例讲述了Python实现对不原生支持比较操作的对象排序算法。分享给大家供大家参考，具体如下： 问题：想在同一个类的实例之间做排序，但是它们并不原生支持比较操作。 解决方案：使用内建...
import os,pandas as pd,re #1.获取文件夹下要合并的文件名 dirpath = '文件夹地址' #工作表3特殊处理 需要开始下标和结束下标 begin =...
本文实例讲述了python在指定目录下查找gif文件的方法。分享给大家供大家参考。具体实现方法如下： #!/usr/bin/python # Use the standard fin...