scaler = MinMaxScaler() scaler.fit(data) #fit()函数在此处是求最大值和最小值 MinMaxScaler(copy=True, feature_range=(0, 1)) print(scaler.transform(data))

在这段代码中，我们使用了sklearn库中的MinMaxScaler类，它是一个用于数据归一化的工具。首先通过fit()函数计算出数据的最大值和最小值，然后使用transform()函数将数据进行归一化转换。在这里，将数据缩放到0和1之间，feature_range参数用于指定目标范围的最小值和最大值。最后，使用transform()函数将数据进行归一化转换，并返回归一化后的结果。