本文不講歸一化原理，只介紹實現（事實上看了代碼就會懂原理），代碼如下：

def Normalize(data): m = np.mean(data) mx = max(data) mn = min(data) return [(float(i) - m) / (mx - mn) for i in data]

代碼只有5行并不復雜，但是需要注意的一點是一定要將計算的均值以及矩陣的最大、最小值存為變量放到循環里，如果直接在循環里計算對應的值會造成歸一化特別慢，筆者之前有過深切的酸爽體驗….

以上這篇淺談利用numpy對矩陣進行歸一化處理的方法就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持武林站長站。