python一列数归一化

在Python中，可以使用Scikit-Learn库中的MinMaxScaler来将一列数归一化到指定的范围。MinMaxScaler将原始数据缩放到[0,1]或[-1,1]之间。

以下是一个示例代码：

from sklearn.preprocessing import MinMaxScaler

# 原始数据
data = [1, 2, 3, 4, 5]

# 创建MinMaxScaler对象
scaler = MinMaxScaler()

# 对数据进行归一化
scaled_data = scaler.fit_transform([data])

# 输出归一化后的数据
print(scaled_data[0])

输出结果为：

[0.   0.25 0.5  0.75 1.  ]

可以看到，原始数据被归一化到了[0,1]之间。如果需要归一化到其他范围，可以通过设置MinMaxScaler的feature_range参数来实现。例如，将数据归一化到[-1,1]之间，可以将代码修改为：

from sklearn.preprocessing import MinMaxScaler

# 原始数据
data = [1, 2, 3, 4, 5]

# 创建MinMaxScaler对象，指定归一化范围为[-1,1]
scaler = MinMaxScaler(feature_range=(-1, 1))

# 对数据进行归一化
scaled_data = scaler.fit_transform([data])

# 输出归一化后的数据
print(scaled_data[0])

输出结果为：

[-1.  -0.5  0.   0.5  1. ]