那么我该如何将以上归一化的坐标转换为原值，可视化出来

要将归一化的坐标转换为原值，你需要知道原始数据的最大值和最小值。如果你知道了这些值，可以使用以下公式将归一化坐标转换为原始值：

原始值 = 归一化坐标 * (最大值 - 最小值) + 最小值

例如，假设你的数据在 x 轴上的最小值是 0，最大值是 100，你得到了一个归一化坐标 x_norm = 0.5。那么，你可以使用以下公式将其转换为原始值：

原始值 = 0.5 * (100 - 0) + 0 = 50

你可以按照这种方式将归一化坐标转换为原始值。然后，你可以使用这些原始值来可视化你的数据。如果你在二维空间中工作，可以使用 Matplotlib 等库来可视化数据。例如，你可以使用以下代码来可视化 x 和 y 坐标的原始值：

import matplotlib.pyplot as plt

# 假设你有 x 和 y 的原始值
x = [10, 20, 30, 40, 50]
y = [0.1, 0.2, 0.3, 0.4, 0.5]

# 可视化数据
plt.scatter(x, y)
plt.xlabel('x')
plt.ylabel('y')
plt.show()

这将绘制一个散点图，其中 x 轴显示 x 的原始值，y 轴显示 y 的原始值。