px.scatter 两个y归一化

如果你想在使用 `px.scatter` 时对两个 y 值进行归一化，你可以使用 `sklearn.preprocessing` 中的 `MinMaxScaler` 进行归一化。以下是一个示例代码：

import plotly.express as px
from sklearn.preprocessing import MinMaxScaler
import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'x': [1, 2, 3, 4, 5],
    'y1': [3, 6, 9, 12, 15],
    'y2': [10, 20, 30, 40, 50]
})

# 定义归一化器
scaler = MinMaxScaler()

# 对 y1 和 y2 进行归一化
df[['y1', 'y2']] = scaler.fit_transform(df[['y1', 'y2']])

# 绘制散点图
fig = px.scatter(df, x='x', y=['y1', 'y2'])
fig.show()

在上面的示例代码中，`MinMaxScaler` 用于对 y1 和 y2 进行归一化。这里我们使用 `df[['y1', 'y2']]` 选择需要归一化的两列数据，然后将归一化后的结果覆盖原数据，即 `df[['y1', 'y2']] = scaler.fit_transform(df[['y1', 'y2']])`。最后使用 `px.scatter` 绘制散点图，其中 `y` 参数传入一个列表，表示需要绘制的两个 y 值。