python归一化数据代码,Python数据标准化、归一化

在进行数据分析或者机器学习时，通常需要对数据进行预处理，其中主要的步骤就是数据标准化/归一化。

常用的数据标准化和归一化方法主要有：

1. 最大最小标准化

y=(x-min(x))/(max(x)-min(x))，x为一序列，即x={x1,x2,x3......}，max(x)为最大值，min(x)为最小值

2. z-score标准化

y=(x-mean(x))/std(x)，mean(x)指的是均值，std(x)指的是标准差，结果会形成均值为0，方差为1的序列

3. 直接归一化

y=x/sum(x)，sum(x)指的是x序列的和

其中，Python实现 z-score的方法如下：

import numpy as np

aa = np.array([2,3,9,6,8])

bb= np.array([5,6,3,7,9])

cc=np.array([aa, bb])print(cc)

cc_mean= np.mean(cc, axis=0) #axis=0,表示按列求均值 ——— 即第一维，每一列可看做一个维度或者特征

cc_std = np.std(cc, axis=0)

cc_zscore= (cc-cc_mean)/cc_std #直接计算，对数组进行标准化，一定要注意维度

同时，scikit-learn也集成了z-score标准化的方法：

from sklearn.preprocessing importStandardScaler

scaler=StandardScaler()#scaler.fit(cc)#trans_data_2 = scaler.transform(cc)

cc_zscore_sk = scaler.fit_transform(cc) #与上面numpy的计算结果一致

Python实现最大最小标准化的代码也很简单：

cc_min_max = (cc-np.min(cc, axis=0))/(np.max(cc, axis=0)-np.min(cc, axis=0))

或者使用sklearn包：

from sklearn.preprocessing importMinMaxScaler

cc_min_max= MinMaxScaler().fit_transform(cc)

##

注：pandas同样可以类似实现。

参考：