如果我理解正确，那么您要做的就是除以每一列中的最大值。您可以使用广播轻松地做到这一点。

从示例数组开始：

import numpy as np

x = np.array([[1000,  10,   0.5],
              [ 765,   5,  0.35],
              [ 800,   7,  0.09]])

x_normed = x / x.max(axis=0)

print(x_normed)
# [[ 1.     1.     1.   ]
#  [ 0.765  0.5    0.7  ]
#  [ 0.8    0.7    0.18 ]]

x.max(0)在第0维（即行）上取最大值。这为您提供了一个大小向量，(ncols,)其中每一列都包含最大值。然后x，您可以除以该向量，以标准化您的值，以便将每一列中的最大值缩放为1。

如果x包含负值，则需要先减去最小值：

x_normed = (x - x.min(0)) / x.ptp(0)

在此，x.ptp(0)返回沿轴0的“峰到峰”（即范围，最大值-最小值）。此归一化还确保每一列的最小值将为0。