二维numpy数组行归一化后替换行结果全为0的问题求解

你初始化的array2d由np.arange(20)生成，numpy默认生成的是整数类型数组，该类型仅支持存储整数值。当你计算得到每行的归一化结果（均为小于1的浮点数）后，赋值回原整数数组时，numpy会自动对浮点数做截断取整，小于1的正数会全部转为0，因此最终输出全0数组。

你可以通过调整数组类型或者使用更高效的向量化写法解决该问题：

• 方法1：初始化数组时直接指定浮点类型
  生成数组时添加dtype参数设定为浮点型，示例代码：

  import numpy as np
  array2d = np.arange(20, dtype=np.float64).reshape(4,5)
  for i in range(4):
      array2d[i] = array2d[i] / np.sum(array2d[i])
  

• 方法2：计算前转换数组类型
  若不便修改初始化逻辑，可在计算前调用astype方法转换类型：

  import numpy as np
  array2d = np.arange(20).reshape(4,5).astype(np.float64)
  for i in range(4):
      array2d[i] = array2d[i] / np.sum(array2d[i])
  

• 方法3：使用向量化操作省略循环（性能更优）
  利用numpy的广播特性，无需手写循环即可完成逐行归一化：

  import numpy as np
  array2d = np.arange(20, dtype=np.float64).reshape(4,5)
  array2d = array2d / array2d.sum(axis=1, keepdims=True)
  

  其中axis=1指定按行求和，keepdims=True保证求和后的维度和原数组匹配，避免广播报错。

以上方法运行后均可得到你预期的归一化结果。

内容的提问来源于stack exchange，提问作者djokovic