python一维数组标准化

在 Python 中，你可以使用 NumPy 库来对一维数组进行标准化。下面是一种常见的方法：

import numpy as np

# 创建一个一维数组
arr = np.array([1, 2, 3, 4, 5])

# 计算均值和标准差
mean = np.mean(arr)
std = np.std(arr)

# 标准化数组
normalized_arr = (arr - mean) / std

print(normalized_arr)

在上述代码中，我们首先导入了 NumPy 库，并创建了一个一维数组 `arr`。然后，使用 `np.mean()` 函数计算数组的均值 `mean` 和 `np.std()` 函数计算标准差 `std`。

接下来，我们将标准差应用于数组，并用均值进行归一化，得到标准化后的数组 `normalized_arr`。标准化是通过将每个元素减去均值，然后除以标准差来完成的。

最后，我们打印出标准化后的数组 `normalized_arr`。

请注意，上述代码只适用于一维数组。对于多维数组，你可能需要指定 `axis` 参数来沿着特定的轴计算均值和标准差，并对每个轴进行标准化。