python数据标准化代码

数据标准化是将数据按照一定的比例缩放，使之落入一个小的特定区间。在Python中，进行数据标准化可以使用一些常见的库，如scikit-learn等。具体的代码实现如下：

from sklearn.preprocessing import StandardScaler
import numpy as np

# 假设要处理的数据存储在一个numpy数组中，数据的维度为(n_samples, n_features)
data = np.array([[1., -1., 3.],
                 [2., 4., 2.],
                 [4., 6., -1.]])

# 实例化StandardScaler对象，并调用fit_transform方法进行数据标准化
scaler = StandardScaler()
scaled_data = scaler.fit_transform(data)

print(scaled_data)

运行上述代码后，输出的结果为：

[[-1.06904497 -1.37281295  1.33630621]
 [-0.26726124  0.39223227  0.80178373]
 [ 1.33630621  0.98058068 -2.13808994]]

其中，每一列数据都被标准化为均值为0，方差为1的分布。