将数组规范化为标准正态分布

Posted 2021-04-19

我认为这是一个非常简单的问题，但我无法找到答案。

我有一个数组：

array([ 62519, 261500, 1004836, ... , 0, 0])

我想将它转换为正态分布，最小值为0，最大值为1。

有什么建议？我在看sklearn.preprocess.normalize，但无法让它为我工作。

目的是我创建一个带有numpy的散点图，并希望使用这个第三个变量为每个点着色。然而，颜色必须在0和1之间，因为我有一些奇怪的异常值，我认为正态分布将是一个良好的开端。

如果这没有任何意义，请告诉我。谢谢和欢呼。

答案

哦，我是一个白痴，我只是想标准化，可以做z = (x- mean)/std。抱歉。

另一答案

我不建议使用标准正态分布进行规范化，请考虑使用frobenius / l2：

Frobenius/2-norm:

使用Numpy：

normalized_z = z / np.linalg.norm(z)

使用纯数学库

normalized_z = z / math.sqrt(max(sum(z**2), 1e-12)) # L2: Matrix Norm

使用Tensorflow

normalized_z = tf.nn.l2_normalize(z,0)