pandas归一化操做

归一化操做有两种

1.max和min的归一化操做

min-max标准化（Min-Max Normalization）

返回结果0~1

公式：

实例：

如：

随机生成假数据以下

df = DataFrame({"height":np.random.randint(150,190,size=50),
"weight":np.random.randint(40,90,size = 50),
"sex":np.random.randint(0,2,size = 50)})
df

对数据进行归一化操做

df = (df-df.min())/(df.max()-df.min())
df

 

df.info()     #函数info()是对咱们dataform中的数据进行说明

信息以下

 

df.describe()         #describe()是根据每一列对数据进行汇总

 

2.Z-score标准化方法

方法：

返回结果：返回的结果是标准值为1，平均值为0，标准的正态分布数据

实例以下：

df2 = (df-df.mean())/df.std()           #df数据减去df平均值，再出去df的标准差就是归一化，归一化后变准值为1
df2

df2.describe()