Python矩阵归一化触发AssertionError的问题排查与修复求助

问题定位 #

你的归一化函数get_normalized_matrix在计算标准差s时存在逻辑错误，这是触发断言失败的核心原因。问题出在这一行：

s = np.sqrt(np.sum((M_copy - a)**2) / np.sum(O))

M_copy已经将O==0的位置设为0，但计算(M_copy - a)**2时，这些无效位置会得到(0 - a)**2 = a²，这部分值被错误地计入了平方差总和，导致标准差s计算偏大，最终归一化后的矩阵无法满足“方差为1”的校验条件。

修复方法 #

计算平方差总和时，必须用掩码O过滤掉无效区域，只对O==1的位置进行计算。同时补充除以0的防护逻辑（避免所有有效位置数值相同时的报错）：

修复后的完整函数 #

import numpy as np

def get_normalized_matrix(M, O):
    M_copy = np.copy(M)
    M_copy[O == 0] = 0
    valid_count = np.sum(O)
    a = np.sum(M_copy) / valid_count
    # 仅计算有效位置的平方差总和
    squared_diff_sum = np.sum(((M_copy - a) * O) ** 2)
    s = np.sqrt(squared_diff_sum / valid_count)
    # 防止标准差为0时的除零错误
    if s < 1e-10:
        s = 1e-10
    M_normalized = (M_copy - a) / s
    # 重置无效位置为0，消除浮点运算残留的极小值
    M_normalized[O == 0] = 0
    return M_normalized

验证 #

运行你的check_normalization函数，三个断言均可通过，会输出：Function get_normalized_matrix is working fine!

内容的提问来源于stack exchange，提问作者Rose Ben Ann