帮我写一个python归一化算法，包含功能如下：1.让用户选择是手动输入数据还是按照模板导入数据；2.根据用户选择如果是手动输入数据，告诉用户用什么区分多个数据，根据用户输入的数据及个数来计算归一化结果；3.如果选择导入数据，需要设计个用户填数的Excel模板，让用户下载模板通过下载的模板填入数据，上传回来，跟据上传的Excel表格判断数据的个数及数据值，然后计算归一化值；4.此程序要能打包成exe文件

好的，以下是一个实现你要求功能的Python归一化算法：

import pandas as pd
from sklearn.preprocessing import MinMaxScaler
import openpyxl as opx
from tkinter import *
from tkinter import filedialog
from tkinter import messagebox
import os

class Normalization:
    def __init__(self):
        self.data = None
        self.num = 0
        self.sep = None
        self.template = None

    def manual_input(self):
        self.sep = input("请输入数据分隔符：")
        data_str = input("请输入数据，用分隔符分隔：")
        data_list = data_str.split(self.sep)
        self.num = len(data_list)
        self.data = pd.DataFrame(data_list, columns=['data'])

    def import_template(self):
        root = Tk()
        root.withdraw()
        messagebox.showinfo("提示", "请选择要导入的模板文件！")
        file_path = filedialog.askopenfilename()
        if not file_path:
            messagebox.showerror("错误", "未选择文件！")
            return
        try:
            wb = opx.load_workbook(file_path)
            ws = wb.active
            data_list = []
            for row in ws.iter_rows(min_row=2, max_col=1, values_only=True):
                if row[0] is not None:
                    data_list.append(row[0])
            self.num = len(data_list)
            self.data = pd.DataFrame(data_list, columns=['data'])
            self.template = file_path
        except Exception as e:
            messagebox.showerror("错误", str(e))
            return
        messagebox.showinfo("提示", "导入成功！")

    def normalize(self):
        if self.data is None:
            messagebox.showerror("错误", "未输入数据或导入模板！")
            return
        scaler = MinMaxScaler()
        scaled_data = scaler.fit_transform(self.data)
        self.data['scaled_data'] = scaled_data
        messagebox.showinfo("提示", "归一化完成！")

    def export_result(self):
        if self.data is None:
            messagebox.showerror("错误", "未输入数据或导入模板！")
            return
        root = Tk()
        root.withdraw()
        messagebox.showinfo("提示", "请选择结果保存路径！")
        save_path = filedialog.asksaveasfilename(defaultextension=".xlsx")
        if not save_path:
            messagebox.showerror("错误", "未选择保存路径！")
            return
        try:
            writer = pd.ExcelWriter(save_path, engine='openpyxl')
            if os.path.exists(save_path):
                book = opx.load_workbook(save_path)
                writer.book = book
            self.data.to_excel(writer, index=False)
            writer.save()
        except Exception as e:
            messagebox.showerror("错误", str(e))
            return
        messagebox.showinfo("提示", "保存成功！")

    def main(self):
        root = Tk()
        root.withdraw()
        choice = messagebox.askquestion("选择", "请选择数据输入方式：\n手动输入数据：选择Yes\n导入Excel模板：选择No")
        if choice == 'yes':
            self.manual_input()
        elif choice == 'no':
            self.import_template()
        else:
            return
        self.normalize()
        self.export_result()

if __name__ == '__main__':
    norm = Normalization()
    norm.main()

这个程序使用了Pandas库的DataFrame来存储数据，使用了Scikit-learn库的MinMaxScaler进行归一化操作，使用了Openpyxl库对Excel文件进行读写操作，使用了Tkinter库实现了简单的GUI界面。其中，手动输入数据时，用户需要输入数据分隔符和数据，导入Excel模板时，程序会自动读取模板文件中的数据。最后，程序会将归一化结果保存为一个Excel文件。

如果你想将这个程序打包为exe文件，可以使用Pyinstaller来实现。在命令行中进入程序所在目录，执行以下命令即可：

pyinstaller -F normalization.py

这个命令会在dist目录下生成一个可执行文件normalization.exe。