对数据进行归一化代码

数据归一化是一种常见的预处理步骤，它将数值特征缩放到特定的范围内，通常是为了提高模型训练效率并避免某些特征对模型的影响过大。在Python中，可以使用sklearn库来进行数据归一化。以下是使用Z-score标准化的一个简单例子：

from sklearn.preprocessing import StandardScaler

# 假设df_data是你包含数据的DataFrame，columns_to_normalize是你想归一化的列名列表
scaler = StandardScaler()

# 如果你想只针对某列进行归一化，可以这样做：
data_normalized = scaler.fit_transform(df_data[columns_to_normalize])

# 或者如果你需要在整个DataFrame上应用，先转换成NumPy数组：
data_normalized_array = scaler.fit_transform(df_data.values)

# 注意，fit_transform会在第一次运行时计算均值和标准差，后续直接transform即可。