z-score标准化python代码

下面是一个使用 Python 实现 Z-score 标准化的示例代码：

import numpy as np

def z_score_normalize(data):
    mean = np.mean(data)
    std = np.std(data)
    z_scores = [(x - mean) / std for x in data]
    return z_scores

代码使用 numpy 库计算数据的平均值和标准差，然后对每个数据项进行 Z-score 计算。在这里 `data` 是一个包含你需要标准化的数据的数组，函数会返回一个新的数组，其中包含标准化后的数据。

例如：

data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
z_scores = z_score_normalize(data)
print(z_scores)

输出结果是：

[-1.5666989036012806, -1.2185435925512925, -0.8703882815013043, -0.5222329704513162, -0.174077659 40132881, 0.174077659 40132881, 0.5222329704513162, 0.8703882815013043, 1.2185435925512925, 1.5666989036012806]

输出是标准化后的z_score数值