vector_normalize

指定されたノルム次数を使用して、浮動小数点ベクトルを単位長に正規化します。指定がない場合は、次数はデフォルトで2.0（ユークリッドノルム）になります。

対応するDatabricks SQL関数については、vector_normalize関数を参照してください。

構文

Python

from pyspark.sql import functions as dbf

dbf.vector_normalize(vector=<vector>, degree=<degree>)

パラメーター

パラメーター	Type	説明
vector	pyspark.sql.Column または列名	入力ベクトル列
degree	pyspark.sql.Column または列名、オプション	ノルム次数（L1の場合は1.0、L2の場合は2.0、無限大ノルムの場合はfloat('inf')）。デフォルトは2.0です。

戻り値

pyspark.sql.Column: The normalized vector as an array of floats.

例

Python

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...]