অডিও বা চিত্রের অ্যারেতে কিছু প্রক্রিয়াজাতকরণ করার পরে, এটি কোনও ফাইলে আবার লেখার আগে এটি একটি পরিসরের মধ্যে স্বাভাবিক করা দরকার। এটি এর মতো করা যেতে পারে:
# Normalize audio channels to between -1.0 and +1.0
audio[:,0] = audio[:,0]/abs(audio[:,0]).max()
audio[:,1] = audio[:,1]/abs(audio[:,1]).max()
# Normalize image to between 0 and 255
image = image/(image.max()/255.0)
এটি করার জন্য কোনও কম ভার্বোস, সুবিধাজনক কার্যকারিতা আছে কি? matplotlib.colors.Normalize()সম্পর্কিত বলে মনে হচ্ছে না।
উত্তর:
audio /= np.max(np.abs(audio),axis=0)
image *= (255.0/image.max())
ব্যবহার /=এবং *=আপনাকে একটি মধ্যবর্তী অস্থায়ী অ্যারে অপসারণ করতে দেয়, এইভাবে কিছু স্মৃতি সঞ্চয় করে। গুণগুলি বিভাগের চেয়ে কম ব্যয়বহুল, তাই
image *= 255.0/image.max() # Uses 1 division and image.size multiplicationsতুলনায় সামান্য দ্রুত
image /= image.max()/255.0 # Uses 1+image.size divisionsযেহেতু আমরা এখানে বেসিক নিম্পি পদ্ধতিগুলি ব্যবহার করছি, আমি মনে করি এটি নমনীর ক্ষেত্রে যতটা কার্যকর সমাধান হতে পারে তেমন দক্ষ।
ইন-প্লেস অপারেশনগুলি ধারক অ্যারের dtype পরিবর্তন করে না। যেহেতু পছন্দসই নরমালাইজড মানগুলি ভাসমান, তাই স্থানটিতে ক্রিয়াকলাপ সম্পাদনের আগে audioএবং imageঅ্যারেগুলিতে ভাসমান-পয়েন্ট পয়েন্ট dtype থাকা দরকার। যদি তারা ইতিমধ্যে ভাসমান-পয়েন্টের টাইপ না করে থাকে তবে আপনাকে সেগুলি ব্যবহার করে রূপান্তর করতে হবে astype। উদাহরণ স্বরূপ,
image = image.astype('float64')যদি অ্যারেটিতে ইতিবাচক এবং নেতিবাচক উভয় ডেটা থাকে তবে আমি সাথে যাব:
import numpy as np
a = np.random.rand(3,2)
# Normalised [0,1]
b = (a - np.min(a))/np.ptp(a)
# Normalised [0,255] as integer: don't forget the parenthesis before astype(int)
c = (255*(a - np.min(a))/np.ptp(a)).astype(int)
# Normalised [-1,1]
d = 2.*(a - np.min(a))/np.ptp(a)-1অ্যারেটি অন্তর্ভুক্ত থাকলে nanএকটি সমাধান হ'ল কেবল সেগুলি মুছে ফেলা হবে:
def nan_ptp(a):
return np.ptp(a[np.isfinite(a)])
b = (a - np.nanmin(a))/nan_ptp(a)তবে, প্রসঙ্গের উপর নির্ভর করে আপনি nanঅন্যরকম আচরণ করতে চাইতে পারেন । উদাহরণস্বরূপ 0 দিয়ে প্রতিস্থাপন করে মানটি ফাঁক করুন বা একটি ত্রুটি বাড়ান।
অবশেষে, এটি ওপির প্রশ্ন, মানক না হওয়ার পরেও উল্লেখ করার মতো :
e = (a - np.mean(a)) / np.std(a)scipy.stats.zscore।
f = a / np.max(np.abs(a))... যদি না পুরো অ্যারেটি সমস্ত জিরো (DivideByZero এড়ান)।
numpy.ptp()0 প্রদান করে, যদি এটি ব্যাপ্তি হয় তবে অ্যারেতে nanযদি একটি থাকে nan। তবে, পরিসীমা 0 হলে স্বাভাবিককরণ সংজ্ঞায়িত হয় না। আমরা 0 দিয়ে ভাগ করার চেষ্টা করার সাথে সাথে এটি একটি ত্রুটি উত্থাপন করে
আপনি ব্যবহার করে পুনরুদ্ধার করতে পারেন sklearn। সুবিধাগুলি হ'ল আপনি স্ট্যান্ডার্ড বিচ্যুতি সামঞ্জস্য করতে পারেন, ডেটা-কেন্দ্রিককরণ ছাড়াও, এবং বৈশিষ্ট্য দ্বারা বা রেকর্ডগুলির মাধ্যমে আপনি যে কোনও অক্ষতে এটি করতে পারেন।
from sklearn.preprocessing import scale
X = scale( X, axis=0, with_mean=True, with_std=True, copy=True )শব্দ আর্গুমেন্ট axis, with_mean, with_stdস্ব ব্যাখ্যামূলক আছে, এবং তাদের ডিফল্ট স্থিতি দেখানো হয়। copyযদি সেট করা থাকে তবে যুক্তিটি স্থানে অপারেশন সম্পাদন করে False। ডকুমেন্টেশন এখানে ।
আপনি "i" (যেমন idiv, imul ..) সংস্করণটি ব্যবহার করতে পারেন, এবং এটি অর্ধেক খারাপ দেখাচ্ছে না:
image /= (image.max()/255.0)অন্য ক্ষেত্রে আপনি কলাম দ্বারা একটি এন-ডাইমেনশনাল অ্যারে স্বাভাবিক করতে একটি ফাংশন লিখতে পারেন:
def normalize_columns(arr):
rows, cols = arr.shape
for col in xrange(cols):
arr[:,col] /= abs(arr[:,col]).max()/=হবে = .. / ..
আপনি audio-1 এবং +1 এর imageমধ্যে এবং 0 এবং 255 এর মধ্যে সর্বনিম্ন স্কেল করার চেষ্টা করছেন ।
ব্যবহার করে sklearn.preprocessing.minmax_scale, সহজেই আপনার সমস্যার সমাধান করা উচিত।
উদাহরণ:
audio_scaled = minmax_scale(audio, feature_range=(-1,1))এবং
shape = image.shape
image_scaled = minmax_scale(image.ravel(), feature_range=(0,255)).reshape(shape)দ্রষ্টব্য : অপারেশনের সাথে বিভ্রান্ত হওয়ার দরকার নেই যা ভেক্টরের আদর্শ (দৈর্ঘ্য) কে একটি নির্দিষ্ট মানকে (সাধারণত 1) স্কেল করে যা সাধারণভাবে সাধারণীকরণ হিসাবেও পরিচিত।
একটি সহজ সমাধান হ'ল স্ক্লেয়ার.প্রিপ্রসেসিং লাইব্রেরি দ্বারা প্রদত্ত স্কেলারগুলি ব্যবহার করা।
scaler = sk.MinMaxScaler(feature_range=(0, 250))
scaler = scaler.fit(X)
X_scaled = scaler.transform(X)
# Checking reconstruction
X_rec = scaler.inverse_transform(X_scaled)ত্রুটি X_rec-X শূন্য হবে। আপনি আপনার প্রয়োজনের জন্য ফিচার_আরজজ সামঞ্জস্য করতে পারেন, বা এমনকি স্ট্যান্ডার্ড স্কেলারের স্ক ব্যবহার করতে পারেন tand স্ট্যান্ডার্ডস্কেলার ()
আমি নিম্নলিখিত চেষ্টা এই , এবং ত্রুটিটি পেয়েছিলেন
TypeError: ufunc 'true_divide' output (typecode 'd') could not be coerced to provided output parameter (typecode 'l') according to the casting rule ''same_kind''numpyআমি যে অ্যারেটি স্বাভাবিক করার চেষ্টা করছিলাম সেটি ছিল একটি integerঅ্যারে। দেখে মনে হচ্ছে তারা সংস্করণগুলিতে> ingালাই টাইপ করা বাতিল করেছেন 1.10এবং numpy.true_divide()এটি সমাধান করার জন্য আপনাকে ব্যবহার করতে হবে।
arr = np.array(img)
arr = np.true_divide(arr,[255.0],out=None)imgএকটি PIL.Imageবস্তু ছিল ।