Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. Pode tentar alterar os diretórios.
Normaliza um vetor flutuante para unidade de comprimento usando o grau de norma especificado. O grau por defeito é 2.0 (norma euclidiana) se não especificado.
Para a função SQL do Databricks correspondente, veja vector_normalize função.
Sintaxe
from pyspark.sql import functions as dbf
dbf.vector_normalize(vector=<vector>, degree=<degree>)
Parameters
| Parâmetro | Tipo | Description |
|---|---|---|
vector |
pyspark.sql.Column ou nome da coluna |
Coluna de vetores de entrada. |
degree |
pyspark.sql.Column ou nome da coluna, opcional |
Grau de norma (1.0 para L1, 2.0 para L2, float('inf') para norma infinita). O valor padrão é 2.0. |
Returns
pyspark.sql.Column: O vetor normalizado como um array de flutuantes.
Examples
from pyspark.sql import functions as dbf
from pyspark.sql.types import ArrayType, FloatType, StructType, StructField
schema = StructType([StructField('v', ArrayType(FloatType()))])
df = spark.createDataFrame([([3.0, 4.0],)], schema)
df.select(dbf.vector_normalize('v', dbf.lit(2.0).cast('float'))).first()[0]
# [0.6..., 0.8...]