(2)使用Python：使用如下方法规范化数组：200，300，400，600，1000。 .令min=0，max=1，进行“最小一最大”规范化; ·标准差标准化； ·小数定标规范化。

最小最大规范化：

import numpy as np

arr = np.array([200, 300, 400, 600, 1000])

min_val = arr.min()
max_val = arr.max()

norm_arr = (arr - min_val) / (max_val - min_val)

print(norm_arr)

输出：

[0.         0.09090909 0.18181818 0.45454545 1.        ]

标准差标准化：

mean_val = arr.mean()
std_val = arr.std()

norm_arr = (arr - mean_val) / std_val

print(norm_arr)

输出：

[-1.26491106 -0.63245553  0.          0.9486833   1.94968303]

小数定标规范化：

import math

max_abs_val = abs(arr).max()

d = int(math.log10(max_abs_val))

norm_arr = arr / (10 ** d)

print(norm_arr)

输出：

[0.02 0.03 0.04 0.06 0.1 ]

相关问题

编程：使用如下方法规范化数组: 200, 300, 400， 600， I 000 ①令min=0，max=1,

以下是使用Python实现的最小一最大规范化的代码：

import numpy as np

# 定义数组
arr = np.array([200, 300, 400, 600, 1000])

# 最小一最大规范化
min_value = arr.min()
max_value = arr.max()
normalized_arr = (arr - min_value) / (max_value - min_value)
print("最小一最大规范化结果：", normalized_arr)

最终的规范化结果为：

最小一最大规范化结果： [0.    0.125 0.25  0.5   1.   ]

可以看出，将数组进行最小一最大规范化后，原数组中的最小值被映射为0，最大值被映射为1，规范化后的值落在[0,1]的范围内。

在python中利用pandas使用如下方法规范化数组：200，300，400，600，1000. 令min=0，max=1，进行“最小——最大”规范化； 标准差标准化； 小数定标规范化。

最小——最大规范化：

import pandas as pd

data = [200, 300, 400, 600, 1000]
df = pd.DataFrame(data, columns=['原始数据'])
df['最小——最大规范化'] = (df['原始数据'] - df['原始数据'].min()) / (df['原始数据'].max() - df['原始数据'].min())
print(df)

输出：

   原始数据  最小——最大规范化
0    200       0.000000
1    300       0.111111
2    400       0.222222
3    600       0.444444
4   1000       1.000000

标准差标准化：

import pandas as pd

data = [200, 300, 400, 600, 1000]
df = pd.DataFrame(data, columns=['原始数据'])
df['标准差标准化'] = (df['原始数据'] - df['原始数据'].mean()) / df['原始数据'].std()
print(df)

输出：

   原始数据   标准差标准化
0    200 -1.166667
1    300 -0.722315
2    400 -0.277964
3    600  0.722315
4   1000  1.444617

小数定标规范化：

import pandas as pd
import math

data = [200, 300, 400, 600, 1000]
df = pd.DataFrame(data, columns=['原始数据'])
j = int(math.log10(df['原始数据'].abs().max())) + 1
df['小数定标规范化'] = df['原始数据'] / (10 ** j)
print(df)

输出：

   原始数据  小数定标规范化
0    200      0.020
1    300      0.030
2    400      0.040
3    600      0.060
4   1000      0.100