python使用如下方法规范化数组_python - 归一化VS. numpy方式规范化？ - 堆栈内存溢出...

有不同类型的规范化。 您正在使用min-max规范化。 来自scikit learn的min-max规范化如下。

import numpy as np

from sklearn.preprocessing import minmax_scale

# your function

def normalize_list(list_normal):

max_value = max(list_normal)

min_value = min(list_normal)

for i in range(len(list_normal)):

list_normal[i] = (list_normal[i] - min_value) / (max_value - min_value)

return list_normal

#Scikit learn version

def normalize_list_numpy(list_numpy):

normalized_list = minmax_scale(list_numpy)

return normalized_list

test_array = [1, 2, 3, 4, 5, 6, 7, 8, 9]

test_array_numpy = np.array(test_array)

print(normalize_list(test_array))

print(normalize_list_numpy(test_array_numpy))

输出：

[0.0, 0.125, 0.25, 0.375, 0.5, 0.625, 0.75, 0.875, 1.0]

[0.0, 0.125, 0.25, 0.375, 0.5, 0.625, 0.75, 0.875, 1.0]

MinMaxscaler完全使用您的公式进行规范化/缩放： http ：//scikit-learn.org/stable/modules/generated/sklearn.preprocessing.minmax_scale.html

@OuuGiii： 注意：使用Python内置函数名作为varibale名称不是一个好主意。 list()是一个Python内置函数，因此应该避免使用它作为变量。