preprocessing.scale怎么按行归一化

`preprocessing.scale`函数可以对数据进行标准化处理，将数据的均值调整为0，方差调整为1。默认情况下，该函数是按列进行标准化的，如果要按行进行标准化，可以将`axis`参数设置为1。

例如，假设有一个二维数组`X`，要按行进行标准化，可以使用以下代码：

from sklearn import preprocessing
import numpy as np

X = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
X_scaled = preprocessing.scale(X, axis=1)
print(X_scaled)

运行结果如下：

[[-1.22474487  0.          1.22474487]
 [-1.22474487  0.          1.22474487]
 [-1.22474487  0.          1.22474487]]

可以看到，每一行的数值都被标准化为均值为0，方差为1的形式。