python 归一化函数
时间: 2023-10-13 10:09:18 浏览: 44
在 Python 中,可以使用 `sklearn.preprocessing` 模块中的 `MinMaxScaler` 或 `StandardScaler` 类来进行归一化处理。
其中,`MinMaxScaler` 将数据缩放到给定的最小值和最大值之间,而 `StandardScaler` 将数据缩放为均值为 0、方差为 1 的正态分布。
下面是一个示例:
```python
from sklearn.preprocessing import MinMaxScaler, StandardScaler
import numpy as np
# 创建一个 3x3 的矩阵
data = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
# 创建 MinMaxScaler 对象,指定数据范围为 [0, 1]
scaler1 = MinMaxScaler(feature_range=(0, 1))
# 创建 StandardScaler 对象
scaler2 = StandardScaler()
# 使用 MinMaxScaler 进行归一化处理
data_normalized1 = scaler1.fit_transform(data)
print(data_normalized1)
# 使用 StandardScaler 进行归一化处理
data_normalized2 = scaler2.fit_transform(data)
print(data_normalized2)
```
输出结果:
```
[[0. 0. 0. ]
[0.5 0.5 0.5 ]
[1. 1. 1. ]]
[[-1.22474487 -1.22474487 -1.22474487]
[ 0. 0. 0. ]
[ 1.22474487 1.22474487 1.22474487]]
```