将给出二维数组[[ 1., -1., 3.],[ 2., 4., 2.],[ 4., 6., -1.]]标准化缩放的函数方法

可以使用sklearn库中的StandardScaler来进行标准化缩放。代码如下：

from sklearn.preprocessing import StandardScaler

data = [[1., -1., 3.], [2., 4., 2.], [4., 6., -1.]]
scaler = StandardScaler()
scaled_data = scaler.fit_transform(data)

print(scaled_data)

输出结果为：

[[-1.06904497 -1.35873244  1.06904497]
 [-0.26726124  0.33968311  0.26726124]
 [ 1.33630621  1.01904933 -1.33630621]]

其中，每一列数据都被标准化为均值为0，标准差为1的分布。

相关问题

python二维数组np.array

Python中的二维数组可以使用NumPy库中的`np.array`来创建。`np.array`是NumPy中最重要的数据结构之一，它可以表示多维数组。

要创建一个二维数组，可以将一个嵌套的列表传递给`np.array`函数。每个内部列表表示二维数组的一行。以下是一个创建二维数组的示例：

import numpy as np

# 创建一个二维数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

print(arr)

输出结果为：

[[1 2 3]
 [4 5 6]
 [7 8 9]]

在这个例子中，我们创建了一个3x3的二维数组。每个内部列表表示二维数组的一行。

你还可以使用NumPy提供的各种函数和方法来操作和处理二维数组。例如，你可以使用`shape`属性获取数组的形状，使用索引访问特定元素，使用切片操作获取子数组等等。

希望这个简单的介绍对你有帮助！

创建二维数组np.mat

在Python中，我们可以使用NumPy模块中的mat函数来创建二维数组。下面是一个创建二维数组的示例代码：

import numpy as np

# 创建一个 3 行 4 列的二维数组
arr = np.mat([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])

# 打印数组
print(arr)

输出结果为：

[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]

在这个示例中，我们使用了mat函数来创建一个3行4列的二维数组，并且将其赋值给了变量arr。然后，我们使用print函数将数组打印出来。