对数据进行归一化的代码

以下是对数据进行归一化的Python代码：

import numpy as np

# 定义归一化函数
def normalize(data):
    # 按列计算数据的最小值和最大值
    min_vals = np.min(data, axis=0)
    max_vals = np.max(data, axis=0)
    # 计算数据的范围
    ranges = max_vals - min_vals
    # 初始化归一化后的数据
    norm_data = np.zeros(np.shape(data))
    # 计算归一化后的数据
    norm_data = data - np.tile(min_vals, (data.shape[0], 1))
    norm_data = norm_data / np.tile(ranges, (data.shape[0], 1))
    # 返回归一化后的数据和数据范围
    return norm_data, ranges, min_vals

# 示例数据
data = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
# 归一化数据
norm_data, ranges, min_vals = normalize(data)
# 打印归一化后的数据和数据范围
print("归一化后的数据：", norm_data)
print("数据范围：", ranges)
print("数据最小值：", min_vals)

输出结果：

归一化后的数据： [[0.         0.         0.        ]
 [0.5        0.5        0.5       ]
 [1.         1.         1.        ]]
数据范围： [6 6 6]
数据最小值： [1 2 3]