tile()函数及其在数组数值归一化中的应用

Numpy 中 tile(Array, Dimension) 功能是叠加Array，根据Dimension构建新的维度的数组。假设Array为（1，N）数组，Dimension为（m，1）数组， tile(Array, Dimension) 即构建（m，n）数组，每一行都为Array(1,N)。

利用 tile() ，可以快速叠加一阶数组，完成数组数值归一化计算中针对最小值（下文中minVals）和区间（下文中ranges）的减法。

以下代码为Machine Learning in Action 2.2.3 中的转载示例：

def autoNorm(dataSet):
    minVals = dataSet.min(0)
    maxVals = dataSet.max(0)
    ranges = maxVals - minVals
    normDataSet = zeros(shape(dataSet))
    m = dataSet.shape[0]
    normDataSet = dataSet - tile(minVals, (m,1))
    normDataSet = normDataSet/tile(ranges, (m,1))   #element wise divide
    return normDataSet, ranges, minVals

   

（1） normDataSet = dataSet - tile(minVals, (m,1))

tile(minVals, (m,1)) 的功能是将数组  minVals 按（m,1）数组的维度叠加（即叠加m行，1列）。

（2） normDataSet = normDataSet/tile(ranges, (m,1))   #element wise divide

tile(ranges, (m,1)) 的功能是将数组  ranges (= maxVals - minVals) 按（m,1）数组的维度叠加（即叠加m行，1列）。

数组的数值归一化，即将取值范围相应转化至（0，1）或（－1，＋1）区间。 下列公式将任意取值范围的特征值转化为0到1的区间中：

newValue = (oldValue - min) / (max - min)