在進行數據分析或者機器學習時，通常需要對數據進行預處理，其中主要的步驟就是數據標准化/歸一化。
常用的數據標准化和歸一化方法主要有：
1. 最大最小標准化
y=(x-min(x))/(max(x)-min(x))，x為一序列，即x={x1,x2,x3......}，max(x)為最大值，min(x)為最小值
2. z-score標准化
y=(x-mean(x))/std(x)，mean(x)指的是均值，std(x)指的是標准差，結果會形成均值為0，方差為1的序列
3. 直接歸一化
y=x/sum(x)，sum(x)指的是x序列的和
其中，Python實現 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 ——— 即第一維，每一列可看做一個維度或者特征 cc_std = np.std(cc, axis=0) cc_zscore = (cc-cc_mean)/cc_std #直接計算，對數組進行標准化，一定要注意維度
同時，scikit-learn也集成了z-score標准化的方法：
from sklearn.preprocessing import StandardScaler scaler = StandardScaler() #scaler.fit(cc) #trans_data_2 = scaler.transform(cc) cc_zscore_sk = scaler.fit_transform(cc) #與上面numpy的計算結果一致
Python實現最大最小標准化的代碼也很簡單：
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 import MinMaxScaler cc_min_max = MinMaxScaler().fit_transform(cc)
##
注：pandas同樣可以類似實現。
參考：