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：

1. 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)

2. 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)

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。