Python 通过轴=2，在-1到1之间对numpy信号（三维数组）进行规格化

我有一个NumPy数组[shape:（100，11，1000）]，我想通过axis=2将其规格化为-1到1之间的值。我应该使用哪种方法来确保每个信号按批次和通道（轴0和1）排列，其中值范围在-1到1之间

图1：数据值可能在-20到20之间，例如

plt.plot（数据[0,0]）

：

图2：范围在-140到140之间，例如

plt.plot（数据[55,3]）

：

更新：MinMaxScaler不支持三维数组：

---

找到了具有dim 3的数组。MinMaxScaler预期您可以使用sklearn提供的MinMaxScaler

from sklearn.preprocessing import MinMaxScaler

# create object with feature range of -1, 1
scaler = MinMaxScaler(feature_range=(-1, 1))

# transform data
transformed_array = scaler(your_data)

如果您不想使用sklearn，您可以自己在numpy中实现它。使用以下公式计算上述方程式：

X_std = (X - X.min(axis=0)) / (X.max(axis=0) - X.min(axis=0))
X_scaled = X_std * (max - min) + min

文档：
只需在以下公式中指定轴=2

：

X_std = (X - X.min(axis=2)) / (X.max(axis=2) - X.min(axis=2))
X_scaled = X_std * (max - min) + min

当轴=0时，信号失真是绝对正常的，因为与其他采样值相比，每个点都将标准化

X_std = (X - X.min(axis=2)) / (X.max(axis=2) - X.min(axis=2))
X_scaled = X_std * (max - min) + min