缩放NumPy数组中的一个特定特性，该数组具有多个使用sklearn中的minmaxScalar的特性
缩放NumPy数组中的一个特定特性，该数组具有多个使用sklearn中的minmaxScalar的特性
提问于 2018-02-11 07:35:35
我有一个有4个特性的numpy数组。我想使用sklearn的minMaxScalar来扩展第二个特性。假设特征是A，B，C，D，numpy数组是
[ [1,2,3,4], [5,6,7,8], [9,10,11,12], [13,14,15,16]]A-1，5，9，13：
B-2，6，10，14：
C-3，7，11，15：
D-4、8、12、16
我要缩放第二个特征B，即
缩放后->B-0.0，0.333，0.667，1.0
我这样做的方法是提取B特性，用一个特性创建一个新的numpy数组，并缩放新的数组。通过使用已经定义的数组，我如何在不创建任何新数组的情况下做到这一点？
回答 1
Stack Overflow用户
回答已采纳
发布于 2018-02-11 08:06:25
你可以使用切片和广播。但是你需要注意切片的形状。见下面的代码
In [1]: import numpy as np
In [2]: from sklearn.preprocessing import MinMaxScaler
In [3]: sc = MinMaxScaler()
In [4]: X = [ [1,2,3,4], [5,6,7,8], [9,10,11,12], [13,14,15,16]]
In [5]: X = np.array(X,dtype=float)
In [6]: X
Out[6]:
array([[ 1., 2., 3., 4.],
[ 5., 6., 7., 8.],
[ 9., 10., 11., 12.],
[13., 14., 15., 16.]])
In [7]: X[:,1:2] = sc.fit_transform(X[:,1:2])
In [8]: X
Out[8]:
array([[ 1. , 0. , 3. , 4. ],
[ 5. , 0.33333333, 7. , 8. ],
[ 9. , 0.66666667, 11. , 12. ],
[13. , 1. , 15. , 16. ]])切分所有行(：)和索引1的列，但不包括2 (1:2)，我们选择列并保持其形状，这是必需的，因为minmaxscaler需要一个2D数组输入。广播分配也需要形状一致性。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/48729365
复制相关文章
相似问题
腾讯云开发者
