编写程序，将5个样本数据进行归一化处理

在Python中，你可以使用sklearn库中的preprocessing模块来进行数据的归一化处理。这里以5个样本数据为例，假设它们存储在一个名为data的列表中，每个元素都是一个长度相同的数组表示一个样本。我们可以使用MinMaxScaler来进行归一化，它会将数据缩放到0到1之间。

from sklearn.preprocessing import MinMaxScaler
import numpy as np

# 假设你有5个样本数据，每个样本是一个numpy数组
data = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9],
    [10, 11, 12],
    [13, 14, 15]
]

# 创建一个MinMaxScaler对象
scaler = MinMaxScaler()

# 归一化数据
normalized_data = scaler.fit_transform(data)

print("归一化后的5个样本数据：")
for sample in normalized_data:
    print(sample)