调用python库对一维数据归一化与反归一化
时间: 2023-10-13 17:13:18 浏览: 42
可以使用 `sklearn` 库中的 `MinMaxScaler` 类来对一维数据进行归一化和反归一化操作。
以下是一个示例代码:
```python
from sklearn.preprocessing import MinMaxScaler
# 构造示例数据
data = [1, 2, 3, 4, 5]
# 构造归一化器
scaler = MinMaxScaler()
# 对数据进行归一化
scaled_data = scaler.fit_transform([[x] for x in data])
print("归一化后的数据:", scaled_data)
# 对数据进行反归一化
unscaled_data = scaler.inverse_transform(scaled_data)
print("反归一化后的数据:", [x[0] for x in unscaled_data])
```
输出结果如下:
```
归一化后的数据: [[0. ]
[0.25 ]
[0.5 ]
[0.75 ]
[1. ]]
反归一化后的数据: [1.0, 2.0, 3.0, 4.0, 5.0]
```
在上面的代码中,首先我们构造了一个示例数据 `data`,然后使用 `MinMaxScaler` 类构造了一个归一化器 `scaler`。接着,我们调用 `fit_transform` 方法对数据进行归一化处理,并打印出归一化后的结果。最后,我们调用 `inverse_transform` 方法对归一化后的数据进行反归一化处理,并打印出反归一化后的结果。