请使用python读取csv文件的第5和第6列，并对数据做归一化处理，然后将它们进行回归

可以使用Python中的pandas、numpy和sklearn库来完成这个任务。以下是代码示例：

import pandas as pd
import numpy as np
from sklearn import preprocessing
from sklearn.linear_model import LinearRegression

# 读取csv文件
data = pd.read_csv('data.csv')

# 取第5和第6列
X = data.iloc[:, [4, 5]].values

# 归一化处理
scaler = preprocessing.MinMaxScaler()
X_scaled = scaler.fit_transform(X)

# 取第1列作为因变量
y = data.iloc[:, 0].values

# 回归分析
reg = LinearRegression().fit(X_scaled, y)

在这个示例中，我们首先使用pandas库读取csv文件并取出第5和第6列的数据。然后使用sklearn库中的preprocessing模块来对数据进行归一化处理。接着我们取出第1列作为因变量，使用sklearn库中的LinearRegression模块来进行回归分析。