如何定义矩阵（不是数组）的变量？归一化，Min_of_Matrix，Max_
How to define variable of a matrix (not array)?Normalization, Min_of_Matrix, Max_
我正在尝试将矩阵中的 -1 和 1 范围内的数据集标准化（10 行，3 列）
当我定义 "lambda x" 时，计算是按每一列进行归一化，而不是按整个矩阵
简而言之，如何找到整个矩阵的 MIN 或 MAX？
定义我的 X (i,j) 的初学者问题
X 应该是我矩阵的元素，而不是数组
MyMatrix 是一个 10 行 3 列的数据集
MyMatrix = pd.read_csv("MyMatrix.csv")
MyMatrix = MyMatrix.apply(pd.to_numeric)
MyMatrix = MyMatrix.apply(lambda x:(x-np.min(x))/(np.max(x)-np.min(x)))
最大值：
max(MyMatrix.max())
分钟：
min(MyMatrix.min())
归一化：
(MyMatrix-min(MyMatrix.min()))/(max(MyMatrix.max())-min(MyMatrix.min()))
我正在尝试将矩阵中的 -1 和 1 范围内的数据集标准化（10 行，3 列） 当我定义 "lambda x" 时，计算是按每一列进行归一化，而不是按整个矩阵
简而言之，如何找到整个矩阵的 MIN 或 MAX？
定义我的 X (i,j) 的初学者问题 X 应该是我矩阵的元素，而不是数组
MyMatrix 是一个 10 行 3 列的数据集
MyMatrix = pd.read_csv("MyMatrix.csv")
MyMatrix = MyMatrix.apply(pd.to_numeric)
MyMatrix = MyMatrix.apply(lambda x:(x-np.min(x))/(np.max(x)-np.min(x)))
最大值：
max(MyMatrix.max())
分钟：
min(MyMatrix.min())
归一化：
(MyMatrix-min(MyMatrix.min()))/(max(MyMatrix.max())-min(MyMatrix.min()))