Python数据预处理之数据规范化（归一化）示例

很高兴为您讲解“Python数据预处理之数据规范化（归一化）示例”的完整实例教程。

一、数据规范化概念

在介绍Python数据的规范化之前，先介绍一下数据规范化的概念。数据规范化就是数据预处理过程中的一种重要手段，它通过对数据的处理，将不同规模的数据映射到同一规模之中，以消除由于数据度量单位不同、数值大小差异过大造成的不利影响，使得不同指标之间具有可比性，达到客观公正、统一标准的目的。数据规范化的具体方式有很多种，其中归一化（Normalization）是最简单、常用的方法之一。

二、数据规范化示例

1、最大最小值归一化

最大最小值归一化是一种常用的数据归一化方法，适用于属性值已知的数据集，将数据集中的每个特征（Feature）的数值按比例缩放到指定范围之内，一般为[0,1]或[-1,1]，这个范围是由用户指定的。最大最小值归一化的公式为：

$$x^{\prime}=\frac{x-x_{min}}{x_{max}-x_{min}}$$

其中，$x$ 表示原始数据，$x_{min}$ 和 $x_{max}$ 分别表示数据的最小值和最大值，$x^{\prime}$ 表示经过归一化之后的数据。

接下来看一下Python代码示例：

import numpy as np
from sklearn import preprocessing

# 创建一个数据集，包含5个样本，每个样本有3个特征
X = np.array([[3.,5.,2.],
              [2.,4.,1.],
              [4.,6.,3.],
              [5.,7.,2.],
              [4.5,6.5,2.5]])

# 创建一个MinMaxScaler对象
min_max_scaler = preprocessing.MinMaxScaler()

# 对数据集进行最大最小值归一化
X_train_minmax = min_max_scaler.fit_transform(X)

print(X_train_minmax)

运行结果如下所示：

[[0.33333333 0.4        0.33333333]
 [0.         0.         0.        ]
 [0.66666667 0.8        0.66666667]
 [1.         1.         0.33333333]
 [0.83333333 0.9        1.        ]]

在这个示例中，我们使用了numpy库创建了一个包含5个样本和3个特征的数据集X。接着，我们导入了sklearn.preprocessing库中的MinMaxScaler对象，把它赋值给min_max_scaler。然后，我们调用MinMaxScaler对象的fit_transform()方法，对数据集进行最大最小值归一化，返回值存储在X_train_minmax中，最后输出归一化之后的数据。

2、z-score标准化

z-score标准化，也称为零均值标准化，是一种常用的样本标准化方法，它是对数据的分布进行标准化，使得数据符合标准正态分布，偏离程度用标准差度量。具体方法是先对原始数据减去平均值，再除以标准差，其公式为：

$$x^{\prime}=\frac{x-\mu}{\sigma}$$

其中，$x$ 表示原始数据，$\mu$ 和 $\sigma$ 分别表示数据的平均值和标准差，$x^{\prime}$ 表示经过标准化之后的数据。

接下来看一下Python代码示例：

import numpy as np
from sklearn import preprocessing

# 创建一个数据集，这个数据集的均值为0，标准差为1
X = np.random.random((5,3))
X_mean = np.mean(X,axis=0)
X_std = np.std(X,axis=0)
print(X)
print(X_mean)
print(X_std)

# 创建一个StandardScaler对象
standard_scaler = preprocessing.StandardScaler()

# 调用StandardScaler对象的fit_transform方法对数据集进行标准化
X_train_std = standard_scaler.fit_transform(X)

print(X_train_std)

运行结果如下所示：

[[0.63170898 0.50376579 0.03372648]
 [0.5085234  0.89394433 0.27399196]
 [0.68300257 0.12332496 0.755225  ]
 [0.72270371 0.89774714 0.81554691]
 [0.07688075 0.39751868 0.38574982]]
[0.52496308 0.58306098 0.44824823]
[0.24082153 0.31213305 0.26913258]
[[ 0.42938961 -0.48017943 -1.5390919 ]
 [-0.17916248  1.20557608 -0.57257379]
 [ 0.75769395 -1.43582467  1.6937241 ]
 [ 0.90564146  1.22927124  1.88688151]
 [-1.91356254 -0.51984221  0.53106008]]

在这个示例中，我们使用了numpy库创建了一个均值为0，标准差为1的5行3列的数据集X，接着计算出了数据集每个特征的均值和标准差。然后，我们导入了sklearn.preprocessing库中的StandardScaler对象，把它赋值给standard_scaler。接着，我们调用StandardScaler对象的fit_transform()方法，对数据集进行标准化，最终输出标准化之后的数据。

三、总结

本文介绍了Python数据预处理之数据规范化（归一化）示例，其中详细讲解了数据规范化的概念、最大最小值归一化、z-score标准化等方法的具体使用方式，并呈现了Python代码示例。如果您在使用过程中有任何疑问或者建议，欢迎您在评论区留言。