本篇内容介绍了“Python数据标准化实例分析”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
成都创新互联公司专注于二道江企业网站建设,响应式网站设计,成都做商城网站。二道江网站建设公司,为二道江等地区提供建站服务。全流程定制设计，专业设计，全程项目跟踪，成都创新互联公司专业和态度为您提供的服务
说明
1、将原始数据转换为均值为0，标准差在1范围内。
2、对标准化而言：如果出现异常点，由于有一定数据量，少量异常点对平均值的影响不大，因此方差变化不大。
实例
def stand_demo():
"""
标准化
:return:
"""
# 1. 获取数据
data = pd.read_csv('dating.txt')
data = data.iloc[:, :3]
print('data:\n', data)
# 2.实例化一个转换器类
transfer = StandardScaler()
# 3.调用fit_transform()
data_new = transfer.fit_transform(data)
print('data_new:\n', data_new)
return None“Python数据标准化实例分析”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注创新互联网站，小编将为大家输出更多高质量的实用文章！