将数据标准化为特定范围的值答案

【问题标题】：Normalizing data to certain range of values将数据标准化为特定范围的值
【发布时间】：2018-06-15 00:11:11
【问题描述】：

我是 Python 新手，有什么函数可以规范化数据吗？

例如，我在0 - 1 范围内有一组列表，例如：[0.92323, 0.7232322, 0,93832, 0.4344433]

我想将所有值标准化为0.25 - 0.50 范围内

谢谢你，

【问题讨论】：

标签： python normalize

【解决方案1】：

你可以按照以下方式做某事：

>>> l = [0.92323, 0.7232322, 0.93832, 0.4344433]
>>> lower, upper = 0.25, 0.5
>>> l_norm = [lower + (upper - lower) * x for x in l]
>>> l_norm
[0.4808075, 0.43080805, 0.48458, 0.35861082499999997]

【讨论】：

很酷，我可以在数据框中做吗？我尝试过，但在应用时使用它时出错。
范围 0,1 怎么样？

【解决方案2】：

您可以将sklearn.preprocessing 用于包括规范化在内的多种预处理任务。

【讨论】：

【解决方案3】：

以下函数考虑通用情况：

def normalize(values, bounds):
    return [bounds['desired']['lower'] + (x - bounds['actual']['lower']) * (bounds['desired']['upper'] - bounds['desired']['lower']) / (bounds['actual']['upper'] - bounds['actual']['lower']) for x in values]

用途：

normalize(
    [0.92323, 0.7232322, 0.93832, 0.4344433],
    {'actual': {'lower': 0, 'upper': 1}, 'desired': {'lower': 0.25, 'upper': 0.5}}
) # [0.4808075, 0.43080805, 0.48458, 0.35861082499999997]

normalize(
    [5, 7.5, 10, 12.5, 15],
    {'actual':{'lower':5,'upper':15},'desired':{'lower':1,'upper':2}}
) # [1.0, 1.25, 1.5, 1.75, 2.0]

我选择了一个两级字典作为参数，但你可以通过多种方式给出它，例如在两个单独的元组中，一个用于实际边界，另一个用于期望，第一个元素是下限，而第二个上部：

def normalize(values, actual_bounds, desired_bounds):
    return [desired_bounds[0] + (x - actual_bounds[0]) * (desired_bounds[1] - desired_bounds[0]) / (actual_bounds[1] - actual_bounds[0]) for x in values]

用途：

   normalize(
    [0.92323, 0.7232322, 0.93832, 0.4344433],
    (0,1),
    (0.25,0.5)
) # [0.4808075, 0.43080805, 0.48458, 0.35861082499999997]

normalize(
    [5, 7.5, 10, 12.5, 15],
    (5,15),
    (1,2)
) # [1.0, 1.25, 1.5, 1.75, 2.0]

【讨论】：