在scaler.transform()一维数据

在使用scaler.transform()对一维数据进行归一化处理时，需要先将一维数据转换为二维数据，即将数据的shape从(1, n)转换为(n, 1)。可以使用reshape()函数来实现：

import numpy as np
from sklearn.preprocessing import MinMaxScaler

data = np.array([1, 2, 3, 4, 5])
scaler = MinMaxScaler()
scaler.fit(data.reshape(-1, 1))  # 将一维数据转为二维数据
result = scaler.transform(data.reshape(-1, 1))

在上面的代码中，使用reshape(-1, 1)将一维数据转为二维数据，然后将转换后的数据传入fit()函数和transform()函数中。最终的结果是一个二维数组，形状为(n, 1)。如果需要将结果转换为一维数据，可以使用flatten()函数：

result = result.flatten()