Question

import numpy as np
import math

def normalize(array):
    mean = sum(array) / len(array)
    deviation = [(float(element) - mean)**2 for element in array]
    std = math.sqrt(sum(deviation) / len(array))
    normalized = [(float(element) - mean)/std for element in array]

    numpy_normalized = (array - np.mean(array)) / np.std(array)

    print normalized
    print numpy_normalized
    print ""

normalize([2, 4, 4, 4, 5, 5, 7, 9])
normalize([1, 2])
normalize(range(5))

输出：

[-1.5, -0.5, -0.5, -0.5, 0.0, 0.0, 1.0, 2.0]
[-1.5 -0.5 -0.5 -0.5  0.   0.   1.   2. ]

[0.0, 1.414213562373095]
[-1.  1.]

[-1.414213562373095, -0.7071067811865475, 0.0, 0.7071067811865475, 1.414213562373095]
[-1.41421356 -0.70710678  0.          0.70710678  1.41421356]

有人可以向我解释为什么这个代码在第二个例子中表现不同，但在其他两个例子中也是如此？

我在硬编码示例中做了什么错误吗？ NumPy做了什么来结束[-1,1]？

Answer 1

在计算平均值时，您不能将数组中的数字转换为浮点数。这对于你的第二个或第三个输入来说不是问题，因为它们碰巧整齐地运作（如@abarnert所解释的），但由于第二个输入没有，并且仅由int组成，你最终计算出平均值当它应该是1.5时为1。这会传播，导致您与使用NumPy函数的结果不一致。

如果用这个替换计算均值的行，这会迫使Python使用浮动除法：

mean = sum(array) / float(len(array))

你最终会得到[-1,1]作为第二组输入的结果，就像NumPy一样。

Answer 2

作为seaotternerd explains，您使用的是整数。在Python 2中（除非你from __future__ import division），将整数除以整数会得到一个整数。

那么，为什么三个都不错呢？好吧，看看价值观。在第一个中，总和为40，len为8，而40/8 = 5.而在第三个中，10/5 = 2.但在第二个中，3/2 = 1.5。这就是为什么当你进行整数除法时，只有那个得到了错误的答案。

那么，为什么NumPy也没有得到第二个错误？ NumPy不会将整数数组视为浮点数，它将它们视为整数 - print np.array(array).dtype，您将看到int64。但是，正如np.mean的文档所解释的那样，“float64中间值和返回值用于整数输入”。而且，虽然我肯定不知道这一点，但我猜他们专门设计它以避免这样的问题。

作为旁注，如果您对采用浮动的平均值感兴趣，那么使用sum / div还有其他问题。例如，[1, 2, 1e200, -1e200]的平均值应该是0.75，但如果你只是sum / div，那么你将获得0。（为什么？好吧，1 + 2 + 1e200 == 1e200。）你可能想看一个简单的统计库，即使你没有使用NumPy，也可以避免所有这些问题。在Python 3中（首先可以避免你的问题），stdlib中有一个名为statistics;在Python 2中，你必须转到PyPI。

使用Numpy与硬编码进行规范化

2 个答案: