You need to enable JavaScript to run this app. Python中Numpy数组数值归一化结果异常问题求助
优惠活动
大模型
产品
解决方案
定价
更多

Python中Numpy数组数值归一化结果异常问题求助

问题排查与修复方案

核心错误原因

  • 原代码使用双重循环实现行归一化,写法冗余且容易出现索引错误,同时完全没有处理前8列行总和为0/极小值的除零异常,这是导致结果异常的最核心原因
  • 如果你的仿真输出前8列存在负值,行总和可能为负/接近0,直接除法会导致归一化后数值完全违背物理规律

修复后的代码

import numpy as np
from matplotlib import pyplot as plt

non_norm = np.loadtxt("integration_results_3000samples_10_20_10_25_Wcm2_BenSimulationFromSlack.txt")

# 绘制未归一化图像
plt.figure()
for i in range(non_norm.shape[1]-1):
    plt.scatter(non_norm[:, -1], non_norm[:, i], label="c_{}".format(i+47))
plt.xscale("log")
plt.legend()
plt.savefig("non-norm_Ben3000samples.pdf", bbox_inches='tight')

# 归一化部分:用向量化操作替代双重循环,规避索引错误
# 1. 拆分前8列y数据和最后一列x数据
y_data = non_norm[:, :-1]
x_data = non_norm[:, -1:]

# 2. 计算每行前8列的和,加极小值epsilon避免除零报错
row_sums = y_data.sum(axis=1, keepdims=True) + 1e-12

# 3. 执行行归一化
norm_y = y_data / row_sums

# 4. 拼接x轴得到完整的归一化矩阵
norm = np.concatenate([norm_y, x_data], axis=1)

# 可选验证:前5行归一化后的前8列和应该接近1
print("前5行归一化后的行和:", norm_y[:5].sum(axis=1))

# 绘制归一化图像
plt.figure()
for i in range(norm.shape[1]-1):
    plt.scatter(norm[:, -1], norm[:, i], label="c_{}".format(i+47))
plt.xscale("log")
plt.legend()
plt.savefig("norm_Ben3000samples.pdf", bbox_inches='tight')

额外检查建议

  • 如果修复后结果仍然不符合预期,先打印前几行row_sums的数值,确认是否存在行总和为负的情况,如果有说明你的仿真数据本身不适合做除以行和的归一化,需要更换归一化策略(比如min-max归一化、z-score归一化等)
  • 可以提前过滤掉前8列全为0的异常仿真行,避免干扰结果

内容的提问来源于stack exchange,提问作者velenos14

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.13 12:57:02