numpy数组，对除第一列之外的列进行MinMaxScaler

您可以使用NumPy库中的函数来对numpy数组的除第一列之外的列进行MinMaxScaler。下面是一个示例代码：

import numpy as np

# 创建一个示例数组
arr = np.array([[1, 2, 3, 4],
                [5, 6, 7, 8],
                [9, 10, 11, 12]])

# 提取除第一列之外的列
cols_to_scale = arr[:, 1:]

# 计算每列的最小值和最大值
min_vals = np.min(cols_to_scale, axis=0)
max_vals = np.max(cols_to_scale, axis=0)

# 对除第一列之外的列进行MinMaxScaler
scaled_cols = (cols_to_scale - min_vals) / (max_vals - min_vals)

# 将MinMaxScaler后的列与第一列重新组合成数组
scaled_arr = np.column_stack((arr[:, 0], scaled_cols))

print(scaled_arr)

这个示例代码会输出以下结果：

[[ 1.   0.   0.   0. ]
 [ 5.   0.5  0.5  0.5]
 [ 9.   1.   1.   1. ]]

在这个示例中，我们首先提取了除第一列之外的所有列，然后分别计算了每列的最小值和最大值。接下来，我们使用MinMaxScaler公式将每列进行缩放，并将结果与第一列重新组合成最终的数组。