Matriz de normalización NumPy

Este tutorial discutirá el método para normalizar un array en Python.

Normalizar matriz con el método numpy.linalg.norm() en Python

La biblioteca numpy.linalg contiene métodos relacionados con el álgebra lineal en Python. El método norm() dentro de numpy.linalg calcula la norma de un array. Luego podemos usar estos valores normativos para normalizar un array. El siguiente ejemplo de código nos muestra cómo podemos normalizar un array con el método norm() dentro de la biblioteca numpy.linalg.

import numpy as np

matrix = np.array([[1, 2], [3, 4]])

norms = np.linalg.norm(matrix, axis=1)
print(matrix / norms)

Producción :

[[0.4472136  0.4       ]
 [1.34164079 0.8       ]]

Primero creamos nuestra matriz en forma de array 2D con el método np.array(). Luego calculamos la norma y almacenamos los resultados dentro del array norms con norms = np.linalg.norm (matriz). Al final, normalizamos la matrix dividiéndola con las norms e imprimimos los resultados.

El método norm() realiza una operación equivalente a np.sqrt(1**2 + 2**2) y np.sqrt(3**2 + 4**2) en el primero y segundo fila de nuestra matriz, respectivamente. Luego asigna dos valores a nuestra matriz norms, que son [2.23606798 5.0]. Luego, el array se normaliza dividiendo cada fila de la matrix por cada elemento de las norms.