python可以规范化对象数组吗？

Question

我正在为 Python 中的机器学习课程做作业。我昨天才开始学习python，所以我不知道python中使用的实践。

我的部分任务是从 csv（2D 数组）加载数据，我们称之为 arr_2d 并对其进行规范化。

我在网上找到了sklearn 和numpy 解决方案，但他们希望输入二维数组。

我在加载 arr_2d 后的方法是将它们解析为对象数组 (data: [HealthRecord])。

我的解决方案是类似这样的代码（注意：有点伪代码）

result = [] # 2D array of property values
for key in ['age','height','weight',...]:
    tmp = list(map(lambda item: getattr(key, item), data))
    result.append(tmp)

结果现在包含 3 * data.length 项目，我将使用 sklearn 规范化我的 result 数组中的单行，然后将其旋转回来并解析规范化为 HealthRecord。

我认为这过于复杂，我希望看到一个更简单的方法，例如将[HealthRecord] 发送到sklearn.normalize

---

下面的代码显示了我的（简化的）加载和解析：

class Person: 
    age: int
    height: int
    weight: int
    

def arr_2_obj(data: [[]]) -> Person:
    person = Person()
    person.age = data[0]
    person.height = data[1]
    person.weight = data[2]

    return person


# age (days), height (cm), weight (kg)
input = [
    [60*365, 125, 65],
    [30*365, 195, 125],
    [13*365, 116, 53],
    [16*365, 164, 84],
    [12*365, 125, 96],
    [10*365, 90, 46],    
]

parsed = []

for row in input:
    parsed.append(arr_2_obj(row))  

注意：Person 类是 HealthRecord

感谢您的任何意见或见解。

编辑：错字 sci-learn -> sklearn

Answer 1

你不能。在实践中，您正在处理表格数据。 python 中用于处理表格数据的标准（如在最流行的而非标准库中）包是pandas，因此您可以执行以下操作：

import pandas as pd
df = pd.DataFrame([d.__dict__ for d in data])
normalized_df = (df-df.mean())/df.std() # example normalization 

如果您坚持处理对象数组而不是表，您可以编写一个类来进行所需的转换以缩短符号，例如像

class ObjectList: 
    def __init__(self, object_type, records): 
        self.objects = [object_type(**record) for record in records]

    def to_data_frame(self): 
        return pd.DataFrame([d.__dict__ for d in self.objects])

class PersonList(ObjectList): 
    def __init__(self, records): 
        super().__init__(Person, records)

以上假设class Person 有一个__init__ 函数接受参数height、age、weight。

您还可以尝试通过重载运算符来进一步缩短符号，但除非您正在编写库代码，否则我不明白您为什么要这样做。