Python 对行和列进行规格化

我有一系列的可能性。我希望列和为1（表示概率），行和为X（其中X是整数，例如9）

我认为我可以规范化列，然后通过X规范化行和时间。但这不起作用，行和列的结果之和不是完美的1.0和X

这就是我所尝试的：

# B is 5 rows by 30 columns

# Normalizing columns to 1.0
col_sum = []
for col in B.T:
    col_sum.append(sum(col))

for row in range(B.shape[0]): 
    for col in range(B.shape[1]):
        if B[row][col] != 0.0 and B[row][col] != 1.0:
            B[row][col] = (B[row][col] / col_sum[col])

# Normalizing rows to X (9.0)
row_sum = []
for row in B:
    row_sum.append(sum(row))

for row in range(B.shape[0]): 
    for col in range(B.shape[1]):
        if B[row][col] != 0.0 and B[row][col] != 1.0:
            B[row][col] = (B[row][col] / row_sum[row]) * 9.0

---

我不确定我是否理解正确，但似乎你试图实现的目标在数学上不可行

---

假设您有一个2x2矩阵，其中希望行和为1，列和为10。即使将列1中的所有数字（它们的最大可能值）相加，也无法将列中的数字相加为10？

只有当矩阵的列数是行数的X倍时，这才有效。例如，如果X=3且有5行，则必须有15列。因此，您可以使5x30矩阵适用于X=6，但不适用于X=9

原因是，如果每列总和为1.0，则矩阵中所有值的总和将是列数的1.0倍。由于您希望每行的总和为X，那么所有值的总和也必须是行数的X倍

所以：列*1.0=X*行

如果满足该约束，则只需按X/sum（行）的比例调整所有值，除非初始值未正确平衡，否则两个尺寸标注将自动工作。如果矩阵尚未平衡，调整值将类似于解决数独问题（据称是NP问题），结果在很大程度上与初始值无关。当调整为具有相同总和的所有行导致所有列具有相同总和时，矩阵是平衡的

[0.7, 2.1, 1.4, 0.7, 1.4, 1.4, 0.7, 1.4, 1.4, 2.1, 0.7, 2.1, 1.4, 2.1, 1.4] 21
[2.8, 1.4, 0.7, 2.1, 1.4, 2.1, 0.7, 1.4, 2.1, 1.4, 0.7, 0.7, 1.4, 0.7, 1.4] 21
[1.4, 1.4, 1.4, 1.4, 1.4, 1.4, 1.4, 1.4, 1.4, 0.7, 2.8, 0.7, 0.7, 1.4, 2.1] 21
[1.4, 1.4, 1.4, 1.4, 2.1, 1.4, 1.4, 1.4, 0.7, 0.7, 2.1, 1.4, 1.4, 1.4, 1.4] 21
[0.7, 0.7, 2.1, 1.4, 0.7, 0.7, 2.8, 1.4, 1.4, 2.1, 0.7, 2.1, 2.1, 1.4, 0.7] 21

将x=x*3/21应用于所有元素

[0.1, 0.3, 0.2, 0.1, 0.2, 0.2, 0.1, 0.2, 0.2, 0.3, 0.1, 0.3, 0.2, 0.3, 0.2] 3.0
[0.4, 0.2, 0.1, 0.3, 0.2, 0.3, 0.1, 0.2, 0.3, 0.2, 0.1, 0.1, 0.2, 0.1, 0.2] 3.0
[0.2, 0.2, 0.2, 0.2, 0.2, 0.2, 0.2, 0.2, 0.2, 0.1, 0.4, 0.1, 0.1, 0.2, 0.3] 3.0
[0.2, 0.2, 0.2, 0.2, 0.3, 0.2, 0.2, 0.2, 0.1, 0.1, 0.3, 0.2, 0.2, 0.2, 0.2] 3.0
[0.1, 0.1, 0.3, 0.2, 0.1, 0.1, 0.4, 0.2, 0.2, 0.3, 0.1, 0.3, 0.3, 0.2, 0.1] 3.0

[1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0]