PYTHON数据归一、标准化以及排名

发布网友发布时间：2024-10-02 08:14

共1个回答

热心网友时间：2024-10-27 22:05

前言：

本文是对学习Python数据处理时归一化与标准化方法的补充和总结。

1、归一化与标准化方法

归一化与标准化是数据处理中的常见操作。归一化方法将数据范围调整至特定区间，如[0,1]，常用公式为：(x - min) / (max - min)。标准化方法则通过减去平均值并除以标准差，将数据转换为均值为0，标准差为1的分布，公式为：(x - mean) / std。

核心代码示例如下：

归一化核心代码：df2=df.apply(lambda x: (x - np.min(x)) / (np.max(x) - np.min(x)))

标准化核心代码：df2 = df.apply(lambda x: (x - np.mean(x)) / (np.std(x)))

2、数据排名

数据排名功能可通过Dataframe.rank函数实现，参数可调整为升序或降序，以及是否以百分比形式显示排名。

3、下步计划

1. 课题报告研究：计划对不同企业使用SVM或机器学习算法进行分组研究。已掌握R语言，计划五一期间用Python实现代码示例并更新专栏。

2. 毕业论文研究：计划研究上市公司股利*，涉及约3000家A股公司，时间跨度15-20年，需处理数据量大，计划五一期间测试数据获取与处理。

3. 爬虫学习：关注大佬爬虫教程，计划五一期间跟随学习。

总结与后记：本文对归一化、标准化方法及数据排名进行了总结，提及了下步学习与研究计划，提供了代码示例和相关网站链接。欢迎提供反馈以提升学习效果。