Java 规范化iterable类型，以使输出为浮点的iterable，其和为1

好,

我遇到了一个舍入误差问题。我有一个java程序，可以逐行读取列表和一些数字。程序要求此列表为浮点数（什么类型的浮点数？我怀疑是单精度的），其总和S介于.999和1.001之间（即.999需要

ord=1

关键字arg来实现您的期望。使用您当前的数据和定义

>>> Normalize(substitution_points).sum()
9.0451896403987444

您可以这样做——这也可以正确地缩放负值（

linalg.norm

对值的

abs

求和）：

0.999999…>0.999

，因此根据您提供的规范，它应该可以工作

但是…它似乎仍然不起作用。请尝试使用

numpy.float16

——注意，创建浮点数组的更惯用方法如下：

array([ 0.,  1.,  2.,  3.,  4.], dtype=float32)

---

如果您只需要精确到小数点后三位，为什么不将值乘以1000，用整数进行所有运算，只在输出中添加小数点？这样可以很容易地确保总和是精确的。

您的规范化方法不会强制列表的总和为1：除以范数将范数设置为1.要将总数设置为1，需要除以当前总数：

def normalize(X):
   total = sum(X)
   return [x/total for x in X]

---

哎呀，我本来想让Norm=linalg.Norm（NumpyX，ord=1）@torrho，哦。这是不是意味着简单的除法对你不起作用？或者这只是你示例代码中的一个输入错误？（我没想到你可能用

linalg.Norm

来计算曼哈顿距离。）打字错误不是问题所在。我也尝试过使用float32。我想知道这是否是问题所在？也许是其他问题？任何想法，或者，如果这不起作用，那么正如@Ignacio Vazquez Abrams在他删除的帖子中所说，“唯一真正的解决方法是对规范化值求和，将差值添加到最后一个元素，然后交叉手指。”Ignacio，您可能应该取消删除！好的，我将尝试float16。如果失败，我将尝试将差异添加到向量的第一个元素（对于我的模型，这样更好）我不知道是谁拒绝删除答案，但这真的很烦人！我非常感谢所有建议。如果能将所有建议都作为参考，那就太好了。我想感谢serndele（我想那是他的名字）的建议，Daniel Pryden，以及其他人（Ivan？？？）的评论

>>> Normalize(substitution_points).sum()
9.0451896403987444

>>> def normalize(x):
...     a = numpy.array(x)
...     return a / a.sum()
... 
>>> normalize(substitution_points).sum()
0.99999999999999789

array([ 0.,  1.,  2.,  3.,  4.], dtype=float32)

def normalize(X):
   total = sum(X)
   return [x/total for x in X]