python 实现数组归一化

要实现数组的归一化，可以使用以下方法之一：

最小-最大归一化（Min-Max Normalization）：

公式：x' = (x - min) / (max - min)，其中 x' 是归一化后的值，x 是原始值，min 是数组中的最小值，max 是数组中的最大值。
实现示例：

import numpy as np

def min_max_normalization(arr):
min_val = np.min(arr)
max_val = np.max(arr)
normalized_arr = (arr - min_val) / (max_val - min_val)
return normalized_arr

arr = np.array([1, 2, 3, 4, 5])
normalized_arr = min_max_normalization(arr)
print(normalized_arr)
登录后复制

Z-score 归一化（Standardization）：

公式：x' = (x - mean) / std，其中 x' 是归一化后的值，x 是原始值，mean 是数组的均值，std 是数组的标准差。
实现示例：

import numpy as np

def z_score_normalization(arr):
mean_val = np.mean(arr)
std_val = np.std(arr)
normalized_arr = (arr - mean_val) / std_val
return normalized_arr

arr = np.array([1, 2, 3, 4, 5])
normalized_arr = z_score_normalization(arr)
print(normalized_arr)
登录后复制

这些方法可以将数组的值映射到 [0, 1] 或标准正态分布（平均值为 0，标准差为 1）之间。选择哪种方法取决于你的需求和数据分布情况。