按列总结划分每列的元素 –
a/a.sum(axis=0,keepdims=1) # or simply : a/a.sum(0)
要使行总和统一,请更改轴输入 –
a/a.sum(axis=1,keepdims=1)
样品运行 –
In [78]: a = np.random.rand(4,5)
In [79]: a
Out[79]:
array([[ 0.37, 0.74, 0.36, 0.41, 0.44],
[ 0.51, 0.86, 0.91, 0.03, 0.76],
[ 0.56, 0.46, 0.01, 0.86, 0.38],
[ 0.72, 0.66, 0.56, 0.84, 0.69]])
In [80]: b = a/a.sum(axis=0,keepdims=1)
In [81]: b.sum(0) # Verify
Out[81]: array([ 1., 1., 1., 1., 1.])
要确保它对于Python 2.x也适用于int数组,请使用__future__ import division或使用np.true_divide.
对于添加最多0的列
对于添加到0的列,假设我们可以保持原样,我们可以将求和设置为1,而不是除以0,就像这样 –
sums = a.sum(axis=0,keepdims=1);
sums[sums==0] = 1
out = a/sums