Numpy行归一化实现求助：矩阵元素归一化遇异常

我一眼就看到你代码里的核心问题啦——你搞混了求和的轴方向！你要做的是列归一化（每个元素除以对应列的和），但你的代码里用了axis=1，这是按行求和，自然得不到正确结果。我来一步步帮你修正：

问题分析 #

你的需求是：给定矩阵M，每个非零元素除以其所在列的列和进行归一化。而当前代码的问题：

• np.sum(class_matrix, axis=1) 计算的是每行的和，不是列和，这直接导致后续的倒数数组方向完全错误
• 虽然处理了无穷大的情况，但整体逻辑方向不对，所以结果不符合预期

修正后的代码实现 #

import numpy as np

# 假设class_matrix是你的输入矩阵
class_matrix = np.array([[1, 0, 3], [2, 0, 6], [3, 0, 9]])

# 1. 计算每一列的和，axis=0对应列方向求和
col_sums = np.sum(class_matrix, axis=0)

# 2. 处理列和为0的情况：避免除以零，将这些列的倒数设为0（因为列和为0时所有元素都是0，归一化后还是0）
col_reciprocal = np.where(col_sums == 0, 0, 1 / col_sums.astype(np.float32))

# 3. 利用numpy广播机制，实现每个元素除以对应列的和
final_matrix = class_matrix * col_reciprocal

print(final_matrix)

代码解释 #

1. 列和计算：axis=0告诉numpy沿着列的方向求和，得到的col_sums是一个一维数组，每个元素对应原矩阵的一列之和
2. 零和处理：用np.where判断列和是否为0，为0的位置设为0（避免产生inf），否则取列和的倒数
3. 广播相乘：numpy会自动把一维的col_reciprocal广播成和原矩阵同形状的二维数组，然后逐元素相乘，刚好实现每个元素除以对应列的和

额外说明 #

• 对于非零元素的处理：如果列和不为0，零元素除以列和还是0，完全符合你的需求；如果列和为0，那该列所有元素都是0，处理后也保持0，无需额外判断非零元素
• 如果你想更简洁，也可以用np.divide直接做除法，同样能处理广播：

  final_matrix = np.divide(class_matrix, col_sums, out=np.zeros_like(class_matrix, dtype=np.float32), where=col_sums != 0)
  

  这个写法直接在除法时指定where条件，只有列和不为0的位置才执行除法，否则输出0，一步到位。

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