这已经在scikit-learn sklearn. preprocessing. normalize中实现了。

from sklearn.preprocessing import normalize
w_normalized = normalize(w, norm='l1', axis=1)

axis=1应按行规范化，axis=0按列规范化。使用可选参数copy=False就地修改矩阵。

虽然Aarons的答案是正确的，但当我想根据 absolute 值的最大值进行规范化时，我实现了一个解决方案，sklearn没有提供这个解决方案。我的方法使用非零项，并在csr_matrix.data数组中找到它们，以快速替换那里的值。

def normalize_sparse(csr_matrix):
    nonzero_rows = csr_matrix.nonzero()[0]
    for idx in np.unique(nonzero_rows):
        data_idx = np.where(nonzero_rows==idx)[0]
        abs_max = np.max(np.abs(csr_matrix.data[data_idx]))
        if abs_max != 0:
            csr_matrix.data[data_idx] = 1./abs_max * csr_matrix.data[data_idx]

与sunan的解决方案相比，这种方法不需要将矩阵转换为密集格式（这可能会引起内存问题），也不需要矩阵乘法。我在形状为（35'000，486'000）的稀疏矩阵上测试了这种方法，耗时约18秒。

这是我解决办法。

• 转座A
• 计算每列的总和
• 带和倒数的格式对角矩阵B
• A*B等于归一化
• 转座C

import scipy.sparse as sp
import numpy as np
import math

minf = 0.0001

A = sp.lil_matrix((5,5))
b = np.arange(0,5)
A.setdiag(b[:-1], k=1)
A.setdiag(b)
print A.todense()
A = A.T
print A.todense()

sum_of_col = A.sum(0).tolist()
print sum_of_col
c = []
for i in sum_of_col:
    for j in i:
        if math.fabs(j)<minf:
            c.append(0)
        else:
            c.append(1/j)

print c

B = sp.lil_matrix((5,5))
B.setdiag(c)
print B.todense()

C = A*B
print C.todense()
C = C.T
print C.todense()

我发现这是一种优雅的方法，不需要使用内置函数。

import scipy.sparse as sp

def normalize(W):
    #Find the row scalars as a Matrix_(n,1)
    rowSumW = sp.csr_matrix(W.sum(axis=1))
    rowSumW.data = 1/rowSumW.data

    #Find the diagonal matrix to scale the rows
    rowSumW = rowSumW.transpose()
    scaling_matrix = sp.diags(rowSumW.toarray()[0])

    return scaling_matrix.dot(W)

在不导入sklearn的情况下，转换为密集矩阵或乘法矩阵，并且通过利用csr矩阵的数据表示：

from scipy.sparse import isspmatrix_csr

def normalize(W):
    """ row normalize scipy sparse csr matrices inplace.
    """
    if not isspmatrix_csr(W):
        raise ValueError('W must be in CSR format.')
    else:
        for i in range(W.shape[0]):
            row_sum = W.data[W.indptr[i]:W.indptr[i+1]].sum()
            if row_sum != 0:
                W.data[W.indptr[i]:W.indptr[i+1]] /= row_sum

W.indices是列索引的数组，W.data是对应的非零值的数组，并且W.indptr指向索引和数据中的行开始。
如果需要L1范数，可以在求和时添加numpy.abs()，或者使用numpy.max()按每行的最大值进行归一化。

如果只使用csr_array，您可以使用它的multiply和sum方法并执行以下操作：

row_sum = w.sum(axis=1)
row_sum[row_sum == 0] = 1  # to avoid divide by zero
w = w.multiply(1. / row_sum)