### 数据归一化方法与示例 数据归一化是将特征值缩放到特定范围（如 [0, 1] 或 [-1, 1]），以消除量纲和量级差异的过程。以下是使用 Python 和 Pandas 实现数据归一化的几种方法。 #### 方法1：最小-最大归一化 最小-最大归一化通过将每个特征值映射到 [0, 1] 范围内来实现归一化。以下是一个基于 Pandas 的实现[^2]： ```python import pandas as pd # 创建示例数据集 data = { 'feature1': [10, 20, 30, 40, 50], 'feature2': [100, 200, 300, 400, 500] } df = pd.DataFrame(data) # 定义最小-最大归一化函数 def min_max_normalization(df): min_values = df.min() # 计算每列的最小值 max_values = df.max() # 计算每列的最大值 normalized_df = (df - min_values) / (max_values - min_values) # 归一化公式 return normalized_df # 应用归一化 normalized_df = min_max_normalization(df) print("最小-最大归一化后的数据集：") print(normalized_df) ``` #### 方法2：Z-score归一化 Z-score归一化通过将数据标准化为均值为0、标准差为1的形式来实现。以下是一个基于 Pandas 的实现[^3]： ```python import pandas as pd # 创建示例数据集 data = { 'feature1': [10, 20, 30, 40, 50], 'feature2': [100, 200, 300, 400, 500] } df = pd.DataFrame(data) # 定义Z-score归一化函数 def z_score_normalization(df): mean = df.mean() # 计算每列的均值 std = df.std() # 计算每列的标准差 normalized_df = (df - mean) / std # Z-score公式 return normalized_df # 应用归一化 normalized_df = z_score_normalization(df) print("Z-score归一化后的数据集：") print(normalized_df) ``` #### 方法3：使用 NumPy 实现按列归一化 NumPy 提供了高效的矩阵运算能力，可以用于实现按列归一化[^5]。以下是一个示例： ```python import numpy as np # 创建随机矩阵 Z = np.random.random((5, 5)) # 按列归一化 Zmax, Zmin = Z.max(axis=0), Z.min(axis=0) # 获取每列的最大值和最小值 Z_normalized = (Z - Zmin) / (Zmax - Zmin) # 归一化公式 print("NumPy按列归一化后的矩阵：") print(Z_normalized) ``` #### 方法4：使用 scikit-learn 的 `MinMaxScaler` `scikit-learn` 提供了 `MinMaxScaler` 类，可以直接对数据进行最小-最大归一化处理[^3]： ```python from sklearn.preprocessing import MinMaxScaler import pandas as pd # 创建示例数据集 data = { 'feature1': [10, 20, 30, 40, 50], 'feature2': [100, 200, 300, 400, 500] } df = pd.DataFrame(data) # 初始化MinMaxScaler scaler = MinMaxScaler() # 对数据进行归一化 normalized_data = scaler.fit_transform(df) normalized_df = pd.DataFrame(normalized_data, columns=df.columns) print("使用MinMaxScaler归一化后的数据集：") print(normalized_df) ``` ### 总结 上述方法展示了如何使用 Pandas 和其他库对数据进行归一化处理。最小-最大归一化适用于需要将数据限制在固定范围内的场景，而 Z-score 归一化则更适合需要标准化的数据分布情况。