python中如何对数据标准化变换

在Python中，对数据进行标准化（也称为归一化或Z-score标准化）是为了将所有特征缩放到相同的尺度，使得数据更容易比较和处理。以下是如何使用sklearn库中的StandardScaler来做这个任务：

from sklearn.preprocessing import StandardScaler
import numpy as np

# 假设data是一个包含训练数据的数组或DataFrame
data = np.array([...])  # 或者 data = pd.DataFrame([...])

# 创建StandardScaler对象
scaler = StandardScaler()

# 使用fit_transform()方法对数据进行标准化。fit()用于学习数据的均值和标准差，transform()则应用于整个数据集。
standardized_data = scaler.fit_transform(data)

# fit_transform会返回一个新的标准化后的数据集，原始数据不会改变
print(standardized_data)