导航
×
网络安全 词典 测验
   ❮   
HTML CSS JavaScript PHP Python C C++ Go Sass W3C Colors TypeScript ECMS

Python 教程

Python 简介 Python 历史 Python 下载安装配置 Python 入门 Python 语法 Python 语句 Python 输出
Python 输出/打印文字 Python 输出数字
Python 注释 Python 变量
Python 变量 Python 变量名 Python 为多个变量赋值 Python 输出变量 Python 全局变量
Python 数据类型 Python 数值类型 Python 类型转换 Python 字符串
Python 字符串 Python 字符串切片 Python 字符串修改 Python 字符串连接 Python 字符串格式化 Python 转义字符 Python 字符串方法
Python 布尔值 Python 运算符
Python 运算符 Python 算术运算符 Python 赋值运算符 Python 比较运算符 Python 逻辑运算符 Python 恒等运算符 Python 成员运算符 Python 位运算符 Python 运算符优先级
Python 列表
Python 列表 Python 访问列表项 Python 更改列表项 Python 添加列表项 Python 移除指定项 Python 遍历列表 Python 列表推导式 Python 列表排序 Python 复制列表 Python 连接列表 Python 列表方法
Python 元组
Python 元组 Python 访问元组 Python 更新元组 Python 解包元组 Python 遍历元组 Python 连接元组 Python 元组方法
Python 集合
Python 集合 Python 访问集合项 Python 添加集合项 Python 移除集合项 Python 循环集合 Python 连接集合 Python frozenset 冻结集 Python 集合方法
Python 字典
Python 字典 Python 访问字典项 Python 更改字典项 Python 添加字典项 Python 删除字典项 Python 循环字典 Python 复制字典 Python 嵌套字典 Python 字典方法
Python If...Else
Python If...Else Python Elif Python Else If 简写 逻辑运算符 If 嵌套 Pass 语句
Python While 循环 Python For 循环 Python 函数
Python 函数 Python 函数参数 Python *args / **kwargs Python 作用域 Python 装饰器 Python Lambda Python 递归 Python 生成器
Python Range Python 数组 Python 类和对象 Python 继承 Python 迭代 Python 模块 Python 日期时间 Python 数学运算 Python JSON Python 正则表达式 Python PIP Python Try...Except Python 用户输入 Python 字符串格式化

Python 文件处理

Python 文件处理 Python 打开文件 Python 创建/写入文件 Python 删除文件

Python NumPy

NumPy 简介 NumPy 入门 NumPy 创建数组 NumPy 数组索引 NumPy 数组裁切 NumPy 数据类型 NumPy 副本 vs 视图 NumPy 数组形状 NumPy 数组重塑 NumPy 数组迭代 NumPy 数组连接 NumPy 数组拆分 NumPy 数组搜索 NumPy 数组排序 NumPy 数组过滤 NumPy 随机数
随机数简介 数据分布 随机排列 Seaborn 模块 正态（高斯）分布 二项分布 泊松分布 均匀分布 Logistic 分布 多项分布 指数分布 卡方分布 瑞利分布 帕累托分布 Zipf 分布
NumPy ufunc 通用函数
ufunc 简介 ufunc 创建函数 ufunc 简单算术 ufunc 四舍五入 ufunc Logs ufunc 求和 ufunc 乘积 ufunc 差异 ufunc 最小公倍数 ufunc 最大公分母 ufunc 三角函数 ufunc 双曲线函数 ufunc 集合操作

Python SciPy

SciPy 简介 SciPy 入门 SciPy 常量 SciPy 优化器 SciPy 稀疏数据 SciPy 图表 SciPy 空间数据 SciPy Matlab 数组 SciPy 插值 SciPy 统计显着性检验

Python 机器学习

Machine 机器学习入门 Machine 平均中位数模式 Machine 标准差 Machine 百分位数 Machine 数据分布 Machine 正态数据分布 Machine 散点图 Machine 线性回归 Machine 多项式回归 Machine 多元回归 Machine 缩放 Machine 训练/测试 Machine 决策树

Python MySQL

MySQL 入门 MySQL Create Database MySQL Create Table MySQL Insert MySQL Select MySQL Where MySQL Order By MySQL Delete MySQL Drop Table MySQL Update MySQL Limit MySQL Join

Python MongoDB

MongoDB 入门 MongoDB 创建数据库 MongoDB 创建集合 MongoDB 插入 MongoDB 查找 MongoDB 查询 MongoDB 排序 MongoDB 删除 MongoDB 删除集合 MongoDB 更新 MongoDB 限制

Python 参考手册

Python 参考手册 Python 内置函数
Python 内置函数 abs() all() any() ascii() bin() bool() bytearray() bytes() callable() chr() compile() complex() delattr() dict() dir() divmod() enumerate() eval() exec() filter() float() format() frozenset() getattr() globals() hasattr() hex() id() input() int() isinstance() issubclass() iter() len() list() locals() map() max() memoryview() min() next() object() oct() open() ord() pow() print() range() reversed() round() set() setattr() slice() sorted() str() sum() super() tuple() type() vars() zip()
Python 字符串方法
Python 字符串方法 capitalize() casefold() center() count() encode() endswith() expandtabs() find() format() index() isalnum() isalpha() isdecimal() isdigit() isidentifier() islower() isnumeric() isprintable() isspace() istitle() isupper() join() ljust() lower() lstrip() maketrans() partition() replace() rfind() rindex() rjust() rpartition() rsplit() rstrip() split() splitlines() startswith() strip() swapcase() title() translate() upper() zfill()
Python 列表/数组方法
Python 列表/数组方法 append() clear() copy() count() extend() index() insert() pop() remove() reverse() sort()
Python 字典方法
Python 字典方法 clear() copy() fromkeys() get() items() keys() pop() popitem() update() values()
Python 元组方法
Python 元组方法 count() index()
Python 集合方法
Python 集合方法 add() clear() copy() difference() difference_update() discard() intersection() intersection_update() isdisjoint() issubset() issuperset() pop() remove() symmetric_difference() symmetric_difference_update() union() update()
Python 文件方法
Python 文件方法 close() fileno() flush() isatty() read() readable() readline() readlines() seek() seekable() tell() truncate() write() writelines() writeable()
Python 关键字
Python 关键字 and as assert break class continue def del elif else except False finally for from global if import in is lambda None nonlocal not or pass raise return True try while
Python 内置异常 Python 词汇表
Python 词汇表 Indentation Multi Line Comments Creating Variables Variable Names Output Variables String Concatenation Global Variables Built-In Data Types Getting Data Type Setting Data Type Numbers Int Float Complex Random Number Specify a Variable Type String Literals Assigning a String to a Variable Multiline Strings Strings are Arrays Slicing a String Negative Indexing on a String String Length Check In String Format String Escape Characters Evaluate Booleans Return Boolean Value Comparison Operators Identity Operators Access List Items Change List Item Loop Through List Items Check if List Item Exists List Length Add List Items Remove List Items Copy a List Join Two Lists Access Tuple Items Change Tuple Item Loop List Items Check if Tuple Item Exists Tuple Length Tuple With One Item Remove Tuple Items Join Two Tuples 访问集合项 添加集合项目 Loop Set Items 检查集合项是否存在 集合长度 删除集合项 连接两个集合 Access Dictionary Items Change Dictionary Item Loop Dictionary Items Check if Dictionary Item Exists Dictionary Length Add Dictionary Item Remove Dictionary Items Copy Dictionary Nested Dictionaries If Statement If 缩进 Elif Else 简写 If Else If AND If OR 嵌套 If If中的pass关键字 While While Break While Continue While Else Loop Through a String For Break For Continue Looping Through a rangee For Else Nested Loops For pass Call a Function *args Keyword Arguments *kwargs Default Parameter Value Passing a List as an Argument Function Return Value The pass Statement i Functions Function Recursion Why Use Lambda Functions Array What is an Array Array Length Looping Array Elements Add Array Element Remove Array Element Array Methods Class Create Class The Class __init__() Function Object Methods self Modify Object Properties Delete Object Properties Delete Object Class pass Statement Create Parent Class Create Child Class Create the __init__() Function Add Class Properties Add Class Methods Iterator vs Iterable Loop Through an Iterator Create an Iterator StopIteration Global Scope Global Keyword Create a Module Variables in Modules Renaming a Module Built-in Modules Using the dir() Function Import From Module Date Output Create a Date Object The strftime Method Date Format Codes Parse JSON Convert into JSON Format JSON Sort JSON RegEx Functions Metacharacters in RegEx RegEx Special Sequences RegEx Sets RegEx Match Object Install PIP PIP Packages PIP Remove Package Error Handling Try Else Try Finally raise Comments Assign Values to Multiple Variables Type Conversion Boolean Values Operators Arithmetic Operators Assignment Operators Logical Operators 成员运算符 Bitwise Operators Lists Tuple 集合 Dictionary 简写 If For Function Function Arguments Lambda Function super Function Iterators Datetime Module JSON RegEx Module Handle Many Exceptions Access Arrays

Python 模块参考

Python 内置模块
Python 内置模块 abc aifc argparse array ast asyncio atexit base64 bdb binascii bisect builtins bz2 calendar cgi cgitb cmd code codecs codeop collections colorsys concurrent configparser contextlib contextvars copy copyreg csv ctypes curses dataclasses datetime dbm decimal difflib dis doctest email encodings ensurepip enum errno faulthandler filecmp fileinput fnmatch fractions ftplib functools gc getopt getpass gettext glob graphlib gzip hashlib heapq hmac html http idlelib imaplib imghdr imp importlib inspect io json keyword linecache locale logging lzma mailbox mailcap marshal math mimetypes mmap modulefinder msilib msvcrt multiprocessing netrc nntplib numbers nis ntpath operator optparse os pathlib pdb pickle pickletools pipes pkgutil platform plistlib poplib posix pprint profile pstats pty pyclbr pydoc py_compile queue quopri random re reprlib resource rlcompleter runpy sched secrets select selectors shelve shlex shutil signal site smtplib socket socketserver sqlite3 ssl stat statistics string stringprep struct subprocess sunau symtable sys sysconfig tabnanny tarfile telnetlib tempfile termios test textwrap threading time timeit tkinter token tokenize tomllib trace tracemalloc tty turtle types unicodedata unittest urllib uuid venv warnings WAV weakref Webbrowser xdrlib xml xmlrpc zipapp zipfile zipimport zlib zoneinfo
Python random 随机模块
Python random 随机模块 seed() getstate() setstate() getrandbits() randrange() randint() choice() choices() shuffle() sample() random() uniform() triangular()
Python requests 请求模块
Python requests 请求模块 Requests delete() Requests get() Requests head() Requests post() Response Object
Python statistics 统计模块
Python statistics 统计模块 statistics.harmonic_mean() statistics.mean() statistics.median() statistics.median_grouped() statistics.median_high() statistics.median_low() statistics.mode() statistics.pstdev() statistics.stdev() statistics.pvariance() statistics.variance()
Python math 数学模块
Python math 数学模块 math.acos() math.acosh() math.asin() math.asinh() math.atan() math.atan2() math.atanh() math.ceil() math.comb() math.copysign() math.cos() math.cosh() math.degrees() math.dist() math.erf() math.erfc() math.exp() math.expm1() math.fabs() math.factorial() math.floor() math.fmod() math.frexp() math.fsum() math.gamma() math.gcd() math.hypot() math.isclose() math.isfinite() math.isinf() math.isnan() math.isqrt() math.ldexp() math.lgamma() math.log() math.log10() math.log1p() math.log2() math.perm() math.pow() math.prod() math.radians() math.remainder() math.sin() math.sinh() math.sqrt() math.tan() math.tanh() math.trunc() math.e math.inf math.nan math.pi math.tau
Python cMath 模块
Python cMath 模块 cmath.acos(x) cmath.acosh(x) cmath.asin(x) cmath.asinh(x) cmath.atan(x) cmath.atanh(x) cmath.cos(x) cmath.cosh(x) cmath.exp(x) cmath.isclose() cmath.isfinite(x) cmath.isinf(x) cmath.isnan(x) cmath.log(x[, base]) cmath.log10(x) cmath.phase() cmath.polar() cmath.rect() cmath.sin(x) cmath.sinh(x) cmath.sqrt(x) cmath.tan(x) cmath.tanh(x) cmath.e cmath.inf cmath.infj cmath.nan cmath.nanj cmath.pi cmath.tau

Python 如何使用

Python 删除列表重复项 Python 反转字符串 Python 添加两个数字

Python 实例

Python 实例 Python 测验

机器学习 - 缩放

❮ Previous Next ❯

特征缩放（Scale Features）

当您的数据拥有不同的值，甚至使用不同的度量单位时，可能很难比较它们。与米相比，公斤是多少?或者海拔比较时间呢?

这个问题的答案是缩放。我们可以将数据缩放为易于比较的新值。

请看下表，它与我们在多元回归一章中使用的数据集相同，但是这次，Volume 列包含的单位是升，而不是 ccm（1.0 而不是 1000）。

Car Model Volume Weight CO2
Toyota Aygo 1.0 790 99
Mitsubishi Space Star 1.2 1160 95
Skoda Citigo 1.0 929 95
Fiat 500 0.9 865 90
Mini Cooper 1.5 1140 105
VW Up! 1.0 929 105
Skoda Fabia 1.4 1109 90
Mercedes A-Class 1.5 1365 92
Ford Fiesta 1.5 1112 98
Audi A1 1.6 1150 99
Hyundai I20 1.1 980 99
Suzuki Swift 1.3 990 101
Ford Fiesta 1.0 1112 99
Honda Civic 1.6 1252 94
Hundai I30 1.6 1326 97
Opel Astra 1.6 1330 97
BMW 1 1.6 1365 99
Mazda 3 2.2 1280 104
Skoda Rapid 1.6 1119 104
Ford Focus 2.0 1328 105
Ford Mondeo 1.6 1584 94
Opel Insignia 2.0 1428 99
Mercedes C-Class 2.1 1365 99
Skoda Octavia 1.6 1415 99
Volvo S60 2.0 1415 99
Mercedes CLA 1.5 1465 102
Audi A4 2.0 1490 104
Audi A6 2.0 1725 114
Volvo V70 1.6 1523 109
BMW 5 2.0 1705 114
Mercedes E-Class 2.1 1605 115
Volvo XC70 2.0 1746 117
Ford B-Max 1.6 1235 104
BMW 2 1.6 1390 108
Opel Zafira 1.6 1405 109
Mercedes SLK 2.5 1395 120

很难将排量 1.0 与车重 790 进行比较，但是如果将它们都缩放为可比较的值，我们可以很容易地看到一个值与另一个值相比有多少。

缩放数据有多种方法，在本教程中，我们将使用一种称为标准化（standardization）的方法。

标准化方法使用以下公式:

z = (x - u) / s

其中 z 是新值，x 是原始值，u 是平均值，s 是标准差。

如果从上述数据集中获取 weight 列，则第一个值为 790，缩放后的值为:

(790 - 1292.23) / 238.74 = -2.1

如果从上面的数据集中获取 volume 列，则第一个值为 1.0，缩放后的值为:

(1.0 - 1.61) / 0.38 = -1.59

现在，您可以将 -2.1 与 -1.59 相比较，而不是比较 790 与 1.0。

您不必手动执行此操作，Python sklearn 模块有一个名为 StandardScaler() 的方法，该方法返回带有转换数据集方法的 Scaler 对象。

实例

缩放 Weight 和 Volume 列中的所有值:

import pandas
from sklearn import linear_model
from sklearn.preprocessing import StandardScaler
scale = StandardScaler()

df = pandas.read_csv("cars2.csv")

X = df[['Weight', 'Volume']]

scaledX = scale.fit_transform(X)

print(scaledX)

结果:

请注意，前两个值是 -2.1 和 -1.59，与我们的计算相对应:

[[-2.10389253 -1.59336644] [-0.55407235 -1.07190106] [-1.52166278 -1.59336644] [-1.78973979 -1.85409913] [-0.63784641 -0.28970299] [-1.52166278 -1.59336644] [-0.76769621 -0.55043568] [ 0.3046118  -0.28970299] [-0.7551301  -0.28970299] [-0.59595938 -0.0289703 ] [-1.30803892 -1.33263375] [-1.26615189 -0.81116837] [-0.7551301  -1.59336644] [-0.16871166 -0.0289703 ] [ 0.14125238 -0.0289703 ] [ 0.15800719 -0.0289703 ] [ 0.3046118  -0.0289703 ] [-0.05142797  1.53542584] [-0.72580918 -0.0289703 ] [ 0.14962979  1.01396046] [ 1.2219378  -0.0289703 ] [ 0.5685001   1.01396046] [ 0.3046118   1.27469315] [ 0.51404696 -0.0289703 ] [ 0.51404696  1.01396046] [ 0.72348212 -0.28970299] [ 0.8281997   1.01396046] [ 1.81254495  1.01396046] [ 0.96642691 -0.0289703 ] [ 1.72877089  1.01396046] [ 1.30990057  1.27469315] [ 1.90050772  1.01396046] [-0.23991961 -0.0289703 ] [ 0.40932938 -0.0289703 ] [ 0.47215993 -0.0289703 ] [ 0.4302729   2.31762392]]

运行实例 »

预测 CO2 值

多元回归 一章的任务是在仅知道汽车的重量和排量的情况下预测其排放的二氧化碳。

缩放数据集后，在预测值时必须使用缩放比例:

实例

预测一辆重 2300 公斤的 1.3 升汽车的二氧化碳排放量:

import pandas
from sklearn import linear_model
from sklearn.preprocessing import StandardScaler
scale = StandardScaler()

df = pandas.read_csv("cars2.csv")

X = df[['Weight', 'Volume']]
y = df['CO2']

scaledX = scale.fit_transform(X)

regr = linear_model.LinearRegression()
regr.fit(scaledX, y)

scaled = scale.transform([[2300, 1.3]])

predictedCO2 = regr.predict([scaled[0]])
print(predictedCO2)

结果:

[107.2087328]

运行实例 »

❮ 上一节 下一节 ❯
关于我们
免责声明
隐私条款
学习路线
关于我们
标准下载
Copyright ©2026 蒙ICP备2026009383号 All Rights Reserved 提供的内容仅用于学习和测试，不保证内容的正确性。