Python Numpy修改阵列是否到位？

我有以下代码，它试图规范化

m x n

数组的值（它将被用作神经网络的输入，其中

m

是训练示例的数量，

n

是特征的数量）

但是，当我在脚本运行后检查解释器中的数组时，我看到值没有规范化；也就是说，它们仍然具有原始值。我想这是因为函数中

数组

变量的赋值只能在函数中看到

如何在适当的位置执行此规范化？或者我必须从normalize函数返回一个新数组吗

import numpy

def normalize(array, imin = -1, imax = 1):
    """I = Imin + (Imax-Imin)*(D-Dmin)/(Dmax-Dmin)"""

    dmin = array.min()
    dmax = array.max()

    array = imin + (imax - imin)*(array - dmin)/(dmax - dmin)
    print array[0]


def main():

    array = numpy.loadtxt('test.csv', delimiter=',', skiprows=1)
    for column in array.T:
        normalize(column)

    return array

if __name__ == "__main__":
    a = main()

---

如果要将数学运算应用于就地numpy数组，只需使用标准就地运算符

+=

、

-=

、

/=

等即可。例如：

>>> def foo(a):
...     a += 10
... 
>>> a = numpy.arange(10)
>>> a
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> foo(a)
>>> a
array([10, 11, 12, 13, 14, 15, 16, 17, 18, 19])

这些操作的就地版本启动速度稍快，特别是对于较大的阵列：

>>> def normalize_inplace(array, imin=-1, imax=1):
...         dmin = array.min()
...         dmax = array.max()
...         array -= dmin
...         array *= imax - imin
...         array /= dmax - dmin
...         array += imin
...     
>>> def normalize_copy(array, imin=-1, imax=1):
...         dmin = array.min()
...         dmax = array.max()
...         return imin + (imax - imin) * (array - dmin) / (dmax - dmin)
... 
>>> a = numpy.arange(10000, dtype='f')
>>> %timeit normalize_inplace(a)
10000 loops, best of 3: 144 us per loop
>>> %timeit normalize_copy(a)
10000 loops, best of 3: 146 us per loop
>>> a = numpy.arange(1000000, dtype='f')
>>> %timeit normalize_inplace(a)
100 loops, best of 3: 12.8 ms per loop
>>> %timeit normalize_copy(a)
100 loops, best of 3: 16.4 ms per loop

---

在使用numpy时，有一种很好的方法可以进行就地规范化

np.矢量化

与

lambda

函数结合应用于数组时非常有用。请参见下面的示例：

import numpy as np

def normalizeMe(value,vmin,vmax):

    vnorm = float(value-vmin)/float(vmax-vmin)

    return vnorm

imin = 0
imax = 10
feature = np.random.randint(10, size=10)

# Vectorize your function (only need to do it once)
temp = np.vectorize(lambda val: normalizeMe(val,imin,imax)) 
normfeature = temp(np.asarray(feature))

print feature
print normfeature

可以将性能与生成器表达式进行比较，但是可能有许多其他方法可以做到这一点

%%timeit
temp = np.vectorize(lambda val: normalizeMe(val,imin,imax)) 
normfeature1 = temp(np.asarray(feature))
10000 loops, best of 3: 25.1 µs per loop


%%timeit
normfeature2 = [i for i in (normalizeMe(val,imin,imax) for val in feature)]
100000 loops, best of 3: 9.69 µs per loop

%%timeit
normalize(np.asarray(feature))
100000 loops, best of 3: 12.7 µs per loop

---

因此，矢量化肯定不是最快的，但在性能不那么重要的情况下，矢量化可以很方便。

这是一个技巧，它比这里的其他有用答案更为通用：

def normalize(array, imin = -1, imax = 1):
    """I = Imin + (Imax-Imin)*(D-Dmin)/(Dmax-Dmin)"""

    dmin = array.min()
    dmax = array.max()

    array[...] = imin + (imax - imin)*(array - dmin)/(dmax - dmin)

这里，我们将值分配给视图

数组[…]

，而不是将这些值分配给函数范围内的某个新局部变量

x = np.arange(5, dtype='float')
print x
normalize(x)
print x

>>> [0. 1. 2. 3. 4.]
>>> [-1.  -0.5  0.   0.5  1. ]

编辑：

它比较慢；它分配一个新数组。但是，如果您正在做一些更复杂的事情，而内置的就地操作很麻烦或不够，那么它可能很有价值

def normalize2(array, imin=-1, imax=1):
    dmin = array.min()
    dmax = array.max()

    array -= dmin;
    array *= (imax - imin)
    array /= (dmax-dmin)
    array += imin

A = np.random.randn(200**3).reshape([200] * 3)
%timeit -n5 -r5 normalize(A)
%timeit -n5 -r5 normalize2(A)

>> 47.6 ms ± 678 µs per loop (mean ± std. dev. of 5 runs, 5 loops each)
>> 26.1 ms ± 866 µs per loop (mean ± std. dev. of 5 runs, 5 loops each)

---

性能方面，这样做有什么问题吗？它与创建一个新数组相比如何？我的意思是，为此，您必须进行基准测试。它取决于数组的大小。对于小问题，我当然会创建新数组。什么是

%timeit

？这看起来很有趣，是内置的吗？我在这里使用的版本只是内置的。但是它是基于模块中的

timeit

函数。有趣的是，我一直把它和ironpython联系在一起，但现在我错了。@User，是的，它有时非常有用。我通常只使用常规的python shell，但对于计时，

%timeit

“magic command”非常方便，因为它可以为您处理所有棘手的设置。它可以完成任务，但非常慢，因为根据文档，它像for循环一样实现。这类事情有什么基准吗？你希望矢量化可以帮助它更快地运行。那么它的时间安排是什么呢？

def normalize2(array, imin=-1, imax=1):
    dmin = array.min()
    dmax = array.max()

    array -= dmin;
    array *= (imax - imin)
    array /= (dmax-dmin)
    array += imin

A = np.random.randn(200**3).reshape([200] * 3)
%timeit -n5 -r5 normalize(A)
%timeit -n5 -r5 normalize2(A)

>> 47.6 ms ± 678 µs per loop (mean ± std. dev. of 5 runs, 5 loops each)
>> 26.1 ms ± 866 µs per loop (mean ± std. dev. of 5 runs, 5 loops each)