plt.hist 显示 preprocessing.normalize 后的奇怪图答案

【问题标题】：plt.hist showing the strange plot after preprocessing.normalizeplt.hist 显示 preprocessing.normalize 后的奇怪图
【发布时间】：2019-02-09 21:17:14
【问题描述】：

我是 Python 新手，所以我执行以下代码：

test1 = np.array([95, 91, 104, 93, 85, 107, 97, 90, 86, 93, 86, 90, 88, 89, 94, 96, 89, 99, 104, 101, 84, 84, 94, 87, 99, 85, 83, 107, 102, 80, 89, 88, 93, 101, 87, 100, 82, 90, 106, 81, 95])
plt.hist(test1)
plt.show()

得到这张图片：

在我标准化数据并再次检查绘图后：

plt.gcf().clear()
test2 = preprocessing.normalize([test1])
    plt.hist(test2)
    plt.show()

新图有不同的形状，在直方图上我看到每个数字代表一次，与第一个图相比，这对我来说看起来很奇怪。所以我希望 smth similat 首先绘制，但范围从 0 到 1。我错在哪里了？

【问题讨论】：

标签： python scikit-learn histogram normalize

【解决方案1】：

这是一种解决方案。你需要MinMaxScaler，其默认的标准化范围是(0,1)。更多信息请参考this官方页面sklearn。

from sklearn import preprocessing

test1 = np.array([95, 91, 104, 93, 85, 107, 97, 90, 86, 93, 86, 90, 88, 89, 94, 96, 89, 99, 104, 101, 84, 84, 94, 87, 99, 85, 83, 107, 102, 80, 89, 88, 93, 101, 87, 100, 82, 90, 106, 81, 95])
min_max_scaler = preprocessing.MinMaxScaler()
test2 = min_max_scaler.fit_transform(test1.reshape(-1, 1));
plt.hist(test2)

输出

【讨论】：