如何通过超调将numpy数组从0缩放到1？ [重复]

Question

这个问题在这里已有答案：

我试图将一个pandas或numpy数组从0扩展到未知的最大值，并将定义的数字替换为1。

我试过的一个解决方案就是将数组所需的定义数除以。

test = df['Temp'] / 33

这种方法不会从0开始一直扩展，而且我试图找出一种更好的数学方法来解决这个问题。

Answer 1

首先，将DataFrame转换为numpy数组

import numpy as np
T = np.array(df['Temp'])

然后将其缩放到[0,1]间隔：

def scale(A):
    return (A-np.min(A))/(np.max(A) - np.min(A))

T_scaled = scale(T)

然后将其转换为您想要的任何位置，例如到[55..100]

T2 = 55 + 45*T_scaled

我确信这也可以在熊猫中完成（但我不熟悉它）。也许你可能会研究熊猫df.apply()

Answer 2

scaled = (df['Temp']-df['Temp'].min()) / (33 - df['Temp'].min())

只需用数字替换33就可以将数据缩放到！