這篇文章主要介紹了Python數據預處理之數據規範化,簡單描述了數據規範化的原理、用法及相關操作技巧,需要的朋友可以參考下
本文實例講述了Python數據預處理之數據規範化。分享給大家供大家參考,具體如下:
數據規範化
爲了消除指標之間的量綱和取值範圍差異的影響,需要進行標準化(歸一化)處理,將數據按照比例進行縮放,使之落入一個特定的區域,便於進行綜合分析。
數據規範化方法主要有:
- 最小-最大規範化
- 零-均值規範化
數據示例
代碼實現
#-*- coding: utf-8 -*- #數據規範化 import pandas as pd import numpy as np datafile = 'normalization_data.xls' #參數初始化 data = pd.read_excel(datafile, header = None) #讀取數據 (data - data.min())/(data.max() - data.min()) #最小-最大規範化 (data - data.mean())/data.std() #零-均值規範化
從命令行可以看到下面的輸出:
>>> (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
上述代碼改爲使用print
語句打印,如下:
#-*- coding: utf-8 -*- #數據規範化 import pandas as pd import numpy as np datafile = 'normalization_data.xls' #參數初始化 data = pd.read_excel(datafile, header = None) #讀取數據 print((data - data.min())/(data.max() - data.min())) #最小-最大規範化 print((data - data.mean())/data.std()) #零-均值規範化
可輸出如下打印結果:
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
附:代碼中使用到的normalization_data.xls點擊此處本站下載。
更多關於Python相關內容感興趣的讀者可查看本站專題:《Python數學運算技巧總結》、《Python數據結構與算法教程》、《Python函數使用技巧總結》、《Python字符串操作技巧彙總》、《Python入門與進階經典教程》及《Python文件與目錄操作技巧彙總》
希望本文所述對大家Python程序設計有所幫助。