python-如何将过冲的numpy数组从0缩放到1?

这个问题已经在这里有了答案:            >            How to normalize a NumPy array to within a certain range?                                    7个
我正在尝试将pandas或numpy数组从0缩放到一个未知的最大值,并将定义的数字替换为1.

我尝试的一种解决方案是将所需的定义数除以数组.

test = df['Temp'] / 33

该方法不能从0开始一直缩放,我一直在努力寻找解决该问题的更好的数学方法.

最佳答案
首先,将DataFrame转换为numpy数组

import numpy as np
T = np.array(df['Temp'])

然后将其缩放为[0,1]间隔:

def scale(A):
    return (A-np.min(A))/(np.max(A) - np.min(A))

T_scaled = scale(T)

然后将其转换到您想要的任何位置,例如至[55..100]

T2 = 55 + 45*T_scaled

我确信这也可以在Pandas内完成(但我不熟悉).也许您可以学习熊猫df.apply()

相关文章

本文从多个角度分析了vi编辑器保存退出命令。我们介绍了保存...
Python中的回车和换行是计算机中文本处理中的两个重要概念,...
SQL Server启动不了错误1067是一种比较常见的故障,主要原因...
信息模块是一种可重复使用的、可编程的、可扩展的、可维护的...
本文从电脑配置、PyCharm版本、Java版本、配置文件以及程序冲...
本文主要从多个角度分析了安装SQL Server 2012时可能出现的错...