Python 矩阵归一化介于-1和1之间

我使用的是python，我有一个矩阵，希望在[-1,1]之间规范化其中的各个列

a = matrix
([[3, 2, 4, 6]
  [4, 5, 6, 5]
  [6, 4, 5, 3]
  [3, 5, 6, 7]])

我申请了

a=a/np.linalg.norm（a，axis=0，keepdims=True）

a在[0,1]之间归一化

但是，我想做一些类似于

.apply（lambda x:np.where（x>0，x/x.max（），np.where（x
找到矩阵中最大的元素并将其与所有元素分开
为什么不使用
[0,1]
normalized matrix，乘以2，然后减去1？谢谢你的回复，但这可能不是我想要的，我希望它是按行进行的，也希望这样做，正数除以最大正数，负数除以最大负数。可以吗你能帮我吗？科隆·怀斯，不是罗wise@user157522如果我们把负数除以最大负数，它会给你一个正数，对吗？是的！对不起，我的意思是最大负数的绝对值。这样它会在-1和1之间正常化
import numpy as np
matrix = np.array([[1, 2, 3],[-1, -2, -3]])

maxElement = np.amax(matrix)

new_matrix = matrix/maxElement
print(new_matrix)