python - 如何使用“numpy”将一列和一个矩阵组合成一个更大的矩阵？

Question

我试图通过(X - means) / variance对每一行进行规范化矩阵。

由于我是用 来实现的MapReduce，我首先计算每列的均值和标准方差，然后map每行计算：

   matrix.map(lambda X: (X - means) / variance)

但我想忽略每一行中的第一个元素X，这是我的目标列，只包含 1 和 0。

我怎样才能做到这一点？

Answer 1

如果A是一个 numpy 形状数组，(m, n + 1)并且您还有数组mu和s2形状(n,)，其中包含除第一列之外的每一列的均值和方差，您可以按如下方式进行归一化：

A[:, 1:] = (A[:, 1:] - mu) / s2

要了解 wat 继续，您需要了解广播的工作原理。由于A[:, 1:]有 shape(m, n)和mu和s2shape (n,)，最后两个在它们的形状前加上 1 以匹配第一个的尺寸，因此它们被视为(1, n)数组，并且在算术运算期间，它们的第一行也是唯一一行中的值被广播到所有行。

如果您还没有这样做，您的均值和方差数组可以有效地计算为

mu = (A[:, 1:].mean(axis=0)
s2 = A[:, 1:].var(axis=0)

对于您可能希望使用np.stdsquared 来利用ddof参数的方差，请参阅文档。

另外，归一化通常是除以标准差，而不是方差。