分別歸一化正負值

Question

我有一個矩陣，我希望正值通過除以最大正值來歸一化，使得最大值為 1，負值被最小負值歸一化，使得最大負值為 -1。 例如，

[[   1.    4. -100.]
 [   3.   10.   -8.]]

變成

[[ 0.1 0.4 -1。 ] [ 0.3 1. -0.08]]。

我試過了

def sym_min_max_norm(mat):
    res = np.divide(mat, np.max(mat), where = mat > 0)
    res = np.divide(res, -np.min(res), where = res < 0)
    return res

但這似乎不起作用。 也許我在 np.divide 中使用了錯誤的 where 條件？

Answer 1

假設源數組是a ，您可以運行結果：

result = np.where(a >= 0, a/np.max(a), -a/np.min(a))

只是一個單線。

Answer 2

下面的代碼給了我正確的結果，但我不確定為什么原來的解決方案不起作用。

def sym_min_max_norm(mt):
    pos = mt > 0
    neg = mt < 0
    res = mt * (pos/np.max(mt) - neg/np.min(mt))
    return res