如何反规范化利纳格规范numpy的方法？

Question

我有一个阵列

a = array([[ 3.55679502,  3.46622505],
           [ 1.03670334,  2.43254031],
           [ 1.12185975,  3.25257322]])

现在我用numpyslinalg.norm方法对其进行规范化

^{pr2}$

它给出了（0,1）范围内的标准化值，如下所示：

norm_a = array([[ 0.53930891,  0.52557599],
                [ 0.15719302,  0.36884067],
                [ 0.1701051 ,  0.49318044]])

现在，使用norm_a，如何恢复原始的非规范化矩阵a？在

Answer 1

做相反的简单数学：

In [310]:    
norm_a * np.linalg.norm(a)

Out[310]:
array([[ 3.55679502,  3.46622505],
       [ 1.03670334,  2.43254031],
       [ 1.12185975,  3.25257322]])

Answer 2

基本上是按标量缩小整个数组。比例因子必须用于检索。该比例因子将是np.linalg.norm(a)，可以在计算规范化值时存储，然后用于检索a，如^{}所示。另一种方法是从原始数组a中存储一个元素，比如第一个元素，然后使用它对规范化数组中的相应元素进行除法，得到比例因子。在

因此，另一种方法是-

a = norm_a*(a[0,0]/norm_a[0,0])

同样，如果所选元素与规范化数组中对应的元素相比太小或太大，那么我们可能会有细微差别。所以，我猜在这里使用np.linalg.norm(a)是最安全的方法。在