实验楼 - Python Numpy 100题实验（九）：几种标准化算法实现

冷不防 2022-05-08 10:44 373阅读 0赞

单独把这几道题目拿出来，归为一类吧，都是标准化算法。  
本讲的主要内容：

*  Z-Score标准化算法
 *  Min-Max标准化算法
 *  应用L2范式标准化数据

### 使用Z-Score标准化算法对数据进行标准化处理 ###

首先给出Z-Score标准化公式：  
 Z = X − m e a n ( X ) s d ( X ) Z=\\frac\{X-mean(X)\}\{sd(X)\} Z=sd(X)X−mean(X)

其实知道了公式就好算了，只是对之前的一些计算进行了一个综合

def zscore(a,axis=None):
        amean = np.mean(a, axis=axis,keepdims=True )
        astd = np.std(a, axis=axis, keepdims=True)
        return (a - amean)/astd
    
    a = np.random.randint(1, 10, 10)
    print(zscore(a))

输出：

[-0.55418416  1.07576925  0.74977857  1.07576925  0.42378789  1.40175994
     -0.55418416 -1.20616553 -1.20616553 -1.20616553]

### 使用Min-Max 标准化算法对数据进行标准化处理 ###

公式：  
 Y = Z − m i n ( Z ) m a x ( Z ) − m i n ( Z ) Y = \\frac\{Z-min(Z)\}\{max(Z) - min(Z)\} Y=max(Z)−min(Z)Z−min(Z)

还是一样

def minmax(a, axis=None):
        a_min = np.min(a, axis=axis, keepdims=True)
        a_max = np.max(a, axis=axis, keepdims=True)
        return (a - a_min)/(a_max - a_min)
    
    a = np.random.randint(1, 10, (3,3))
    print(minmax(a))

输出：

[[0.57142857 0.42857143 1.        ]
     [0.28571429 0.28571429 0.42857143]
     [1.         1.         0.        ]]

### 使用L2范数对数据进行标准化处理 ###

L2范数的计算公式：  
 L 2 = x 1 2 + x 2 2 + . . . + x i 2 L\_\{2\} = \\sqrt\{x\_\{1\}^\{2\} + x\_\{2\}^\{2\}+...+x\_\{i\}^\{2\}\} L2=x12\+x22\+...\+xi2  
根据计算公式写出函数：

def l2_normalize(v, axis=-1, order=2):
        l2 = np.linalg.norm(v, ord=order, axis=axis, keepdims=True)
        l2[l2==0] = 1
        return v/l2
    
    z = np.random.randint(1, 10, (3,3))
    print(l2_normalize(z))

输出：

[[0.11547005 0.80829038 0.57735027]
     [0.88345221 0.33129458 0.33129458]
     [0.64465837 0.24174689 0.72524067]]

### 使用Numpy将实验室LOGO转化所谓Ndarray数组 ###

这是最后一个实验了，实验楼这一波广告。。猝不及防。。

直接附上参考答案好了：

from io import BytesIO
    from PIL import Image
    import PIL, requests
    
    # 通过链接下载图像
    URL = 'https://static.shiyanlou.com/img/logo-black.png'
    response = requests.get(URL)
    
    # 将内容读取为图像
    I = Image.open(BytesIO(response.content))
    
    # 将图像转换为 Ndarray
    shiyanlou = np.asarray(I)
    shiyanlou

Numpy100题的实验终于整理完了耶！

完结撒花！

以上~