Python numpy 归一化和标准化 代码实现

归一化 （Normalization）、标准化 （Standardization）和中心化/零均值化 （Zero-centered）

def normalization(data):
    _range = np.max(data) - np.min(data)
    return (data - np.min(data)) / _range


def standardization(data):
    mu = np.mean(data, axis=0)
    sigma = np.std(data, axis=0)
    return (data - mu) / sigma

---

更新，如果归一化后的范围是[-1, 1]的话，可以将normalization()函数改为：

def normalization(data):
    _range = np.max(abs(data))
    return data / _range

---

此外，我看了一些GitHub上面的代码，发现很多人在预处理输入到神经网络中的数据时，使用的normalization函数其实是进行了标准化，而不是归一化，比如：