Numpyで標準化したい

Question

例えば、以下のような２次元配列で、3列目が0の行のみその1列目を標準化し、それ以外の行はそのままにするにはどうすれば良いでしょうか？

arr =  np.array([[1, 2, 0], [3, 4, 0], [0, 0, 1], [5, 6, 0], [0, 0, 1]])

new_arr = np.array([[-1.56508458, 2, 0], [0, 4, 0], [0, 0, 1], [1.56508458, 6, 0], [0, 0, 1]])

Comments

[can110]

「標準化」とはどのような処理、操作でしょうか？

[退会済みユーザー]

わかりにくくてすみません。
平均が0で分散が1になる処理です。
上記の例ですと、
平均が(1+3+5)/3で0、標準偏差が1.277886になってそこから計算しています。
後すみません、上記の数値が間違ってたので訂正しました。

Answer 1

numpy の boolean indexing で1列目のうち、対象の行のものだけ取り出し、sklearn の preprocessing.scale で標準化すればよいです。

import numpy as np
from sklearn.preprocessing import scale

array = np.array([[1, 2, 0],
                  [3, 4, 0],
                  [0, 0, 1],
                  [5, 6, 0],
                  [0, 0, 1]], dtype=float)

# 3列目が0の行の1列目を標準化する。
target_rows = array[:, 2] == 0
scaled = scale(array[target_rows, 0])  # 標準化

# 3列目が0の行の1列目に結果を代入する。
dst = array.copy()
dst[target_rows, 0] = scaled

# 確かめる
print(dst[target_rows, 0].mean(),
      dst[target_rows, 0].std())
# 0.0 0.9999999999999999