python中将指定的多列进行归一化 不使用MinMaxScaler

在Python中进行归一化有很多种方法，其中一种不使用`MinMaxScaler`的方法是使用`StandardScaler`或`RobustScaler`。

`StandardScaler`和`RobustScaler`都是`scikit-learn`库中的预处理工具，可以对数据进行归一化处理。

对于多列数据，可以按照以下步骤进行归一化：

1. 导入`numpy`和`sklearn`库中的`StandardScaler`或`RobustScaler`。

import numpy as np
from sklearn.preprocessing import StandardScaler, RobustScaler

2. 创建一个包含需要归一化的多列数据的`numpy`数组。

data = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

3. 对数据进行归一化处理。

- 使用`StandardScaler`：

scaler = StandardScaler()
normalized_data = scaler.fit_transform(data)

- 使用`RobustScaler`：

scaler = RobustScaler()
normalized_data = scaler.fit_transform(data)

4. 查看归一化后的数据。

print(normalized_data)

这样就可以对多列数据进行归一化处理了。需要注意的是，不同的归一化方法可能会对数据进行不同的处理，具体应该根据数据的特点来选择合适的归一化方法。