numpyの

Question

次関数は3DはN = 1の場合、Nは> 1、Iは ValueError: 'axis' entry is out of boundsを得たときにそれが動作

def my_norm(v): 
    """ 
    @type v: Nx3 numpy array 
    """ 
    return v/numpy.linalg.norm(v, axis=1)[:, None] 

ベクトル正規化しようと

と異なる入力サイズのベクトルを正規化する方法があります。私は両方の場合に対処するために次のチェックを行うことができますが、よりクリーンな方法があるのだろうか？

def my_norm(v): 
    """ 
    @type v: Nx3 numpy array 
    """ 
    if len(v) == 1: 
     return v/numpy.linalg.norm(v) 
    return v/numpy.linalg.norm(v, axis=1)[:, None] 

Answer 1

使用axis=-1とkeepdims=Trueと寸法を保つ -

v/np.linalg.norm(v, axis=-1,keepdims=True) 

サンプル走る

1Dケース：

In [61]: v = np.random.rand(6) 

In [62]: v/np.linalg.norm(v) 
Out[62]: array([ 0.22, 0.1 , 0.28, 0.58, 0.64, 0.33]) 

In [63]: v/np.linalg.norm(v, axis=-1,keepdims=True) 
Out[63]: array([ 0.22, 0.1 , 0.28, 0.58, 0.64, 0.33]) 

2Dケース：

In [58]: v = np.random.rand(4,6) 

In [59]: v/np.linalg.norm(v, axis=1)[:, None] 
Out[59]: 
array([[ 0.53, 0.04, 0.38, 0.21, 0.58, 0.43], 
     [ 0.49, 0.4 , 0.02, 0.56, 0.38, 0.38], 
     [ 0.05, 0.49, 0.45, 0.18, 0.54, 0.47], 
     [ 0.45, 0.61, 0.19, 0.1 , 0.14, 0.61]]) 

In [60]: v/np.linalg.norm(v, axis=-1,keepdims=True) 
Out[60]: 
array([[ 0.53, 0.04, 0.38, 0.21, 0.58, 0.43], 
     [ 0.49, 0.4 , 0.02, 0.56, 0.38, 0.38], 
     [ 0.05, 0.49, 0.45, 0.18, 0.54, 0.47], 
     [ 0.45, 0.61, 0.19, 0.1 , 0.14, 0.61]])