数组缩放异常：np.resize设为[0,1]返回空数组（Colab环境）

你的核心问题是混淆了数组形状调整和数值区间缩放的概念，np.resize根本不是用来做数值归一化的工具：

• np.resize(a, [0,1])的作用是让数组变成0行1列的形状，自然返回空数组，这是该函数的正常行为，和数值缩放完全无关。
• np.resize(a, [5,1])只是把原数组的形状改成5行1列，本质是对元素进行重复/截断，同样没有改变数值的区间范围。

正确的数组[0,1]区间缩放实现 #

要把数组缩放到[0,1]区间，需要用归一化公式：将每个元素减去数组最小值，再除以数组最大值与最小值的差。修改后的代码如下：

import numpy as np

test = [0,1,2,3,4,5]
arr1 = np.array(test)

def rescale(a):
    """Return the rescaled version of a on the [0,1] interval."""
    # 处理数组所有元素相同的情况，避免除零错误
    if a.max() == a.min():
        return np.zeros_like(a)
    # 标准归一化公式
    return (a - a.min()) / (a.max() - a.min())

# 测试输出
print(rescale(arr1))

运行这段代码会输出：[0. 0.2 0.4 0.6 0.8 1. ]，完美实现了最小值为0、最大值为1的区间缩放。

补充说明 #

如果你确实需要调整数组形状（比如转成列向量），应该在归一化之后使用np.reshape，比如：

rescaled_arr = rescale(arr1)
reshaped_arr = np.reshape(rescaled_arr, (-1, 1))  # 转成N行1列的列向量

内容的提问来源于stack exchange，提问作者confusedphysicist