1、实现三种数据标准化函数，min-max分别将最低、最高映射为0-1和 60-100（两个子函数）、Z-score标准化、sigmod标准化。

在Python中，我们可以创建三个函数来实现数据标准化：

1. **Min-Max标准化 (0-1映射)**:

def min_max_scale(data, min_value=0, max_value=1):
    scaled_data = (data - data.min()) / (data.max() - data.min())
    return scaled_data * (max_value - min_value) + min_value

# 示例
data = [50, 80, 90, 100]
scaled_data = min_max_scale(data)

2. **Min-Max标准化 (60-100映射)**:

def custom_min_max_scale(data, target_min=60, target_max=100):
    scaled_data = (data - data.min()) / (data.max() - data.min()) * (target_max - target_min) + target_min
    return scaled_data

# 示例
data = [50, 80, 90, 100]
scaled_data = custom_min_max_scale(data, 60, 100)

3. **Z-Score标准化** (平均值为0，标准差为1):

from scipy import stats

def z_score_standardization(data):
    return stats.zscore(data)

# 示例
data = [50, 80, 90, 100]
z_scores = z_score_standardization(data)

4. **Sigmoid标准化 (通常用于激活函数)**:

import math

def sigmoid_scale(data):
    return 1 / (1 + math.exp(-data))

# 示例
data = [-1, 0, 1]
sigmoid_scaled_data = sigmoid_scale(data)