Python 데이터 예비 처리 데이터 규범화(정규 화)예제

본 고의 실례 는 Python 데이터 의 예 처리 데이터 규범 화 를 서술 하 였 다.여러분 께 참고 하도록 공유 하 겠 습 니 다.구체 적 으로 는 다음 과 같 습 니 다.
데이터 규범화
지표 간 의 양 강 과 수치 범위 차이의 영향 을 없 애기 위해 표준화(귀 일화)처 리 를 하고 데 이 터 를 비례 에 따라 축소 하여 특정한 구역 에 떨 어 뜨 려 종합 분석 에 편리 하도록 해 야 한다.
데이터 규범화 방법 은 주로 다음 과 같다.
-최소-최대 규범화
-0-평균치 규범화
데이터 예시

코드 구현

#-*- coding: utf-8 -*-
#     
import pandas as pd
import numpy as np
datafile = 'normalization_data.xls' #     
data = pd.read_excel(datafile, header = None) #    
(data - data.min())/(data.max() - data.min()) #  -     
(data - data.mean())/data.std() # -     

명령 행 에서 아래 출력 을 볼 수 있 습 니 다:
>>> (data-data.min())/(data.max()-data.min(
          0         1         2         3
0  0.074380  0.937291  0.923520  1.000000
1  0.619835  0.000000  0.000000  0.850941
2  0.214876  0.119565  0.813322  0.000000
3  0.000000  1.000000  1.000000  0.563676
4  1.000000  0.942308  0.996711  0.804149
5  0.264463  0.838629  0.814967  0.909310
6  0.636364  0.846990  0.786184  0.929571
>>> (data-data.mean())/data.std()
          0         1         2         3
0 -0.905383  0.635863  0.464531  0.798149
1  0.604678 -1.587675 -2.193167  0.369390
2 -0.516428 -1.304030  0.147406 -2.078279
3 -1.111301  0.784628  0.684625 -0.456906
4  1.657146  0.647765  0.675159  0.234796
5 -0.379150  0.401807  0.152139  0.537286
6  0.650438  0.421642  0.069308  0.595564
상기 코드 는 print 문 구 를 사용 하여 인쇄 하 는 것 으로 바 뀌 었 습 니 다.다음 과 같 습 니 다.

#-*- coding: utf-8 -*-
#     
import pandas as pd
import numpy as np
datafile = 'normalization_data.xls' #     
data = pd.read_excel(datafile, header = None) #    
print((data - data.min())/(data.max() - data.min())) #  -     
print((data - data.mean())/data.std()) # -     

다음 인쇄 결 과 를 출력 할 수 있 습 니 다:
          0         1         2         3
0  0.074380  0.937291  0.923520  1.000000
1  0.619835  0.000000  0.000000  0.850941
2  0.214876  0.119565  0.813322  0.000000
3  0.000000  1.000000  1.000000  0.563676
4  1.000000  0.942308  0.996711  0.804149
5  0.264463  0.838629  0.814967  0.909310
6  0.636364  0.846990  0.786184  0.929571
          0         1         2         3
0 -0.905383  0.635863  0.464531  0.798149
1  0.604678 -1.587675 -2.193167  0.369390
2 -0.516428 -1.304030  0.147406 -2.078279
3 -1.111301  0.784628  0.684625 -0.456906
4  1.657146  0.647765  0.675159  0.234796
5 -0.379150  0.401807  0.152139  0.537286
6  0.650438  0.421642  0.069308  0.595564
첨부:코드 에 사용 되 는 normalizationdata.xls 여 기 를 클릭 하 십시오 본 사이트 다운로드.
더 많은 파 이 썬 관련 내용 에 관심 이 있 는 독자 들 은 본 사이트 의 주 제 를 볼 수 있다.
본 논문 에서 말 한 것 이 여러분 의 Python 프로 그래 밍 에 도움 이 되 기 를 바 랍 니 다.