- 什么是归一化： 归一化就是把一组数（大于1）化为以1为最大值，0为最小值，其余数据按百分比计算的方法。如：1，2，3.，那归一化后就是：0，0.5，1
- 归一化步骤： 如：2，4，6 （1）找出一组数里的最小值和最大值，然后就算最大值和最小值的差值 min = 2； max = 6； r = max - min = 4 （2）数组中每个数都减去最小值 2，4，6 变成 0，2，4 （3）再除去差值r 0，2，4 变成 0，0.5，1 就得出归一化后的数组了
- 用python 把一个矩阵中每列的数字归一化 import numpy as np
def autoNorm(data): #传入一个矩阵 mins = data.min(0) #返回data矩阵中每一列中最小的元素，返回一个列表 maxs = data.max(0) #返回data矩阵中每一列中最大的元素，返回一个列表 ranges = maxs - mins #最大值列表 - 最小值列表 = 差值列表 normData = np.zeros(np.shape(data)) #生成一个与 data矩阵同规格的normData全0矩阵，用于装归一化后的数据 row = data.shape[0] #返回 data矩阵的行数 normData = data - np.tile(mins,(row,1)) #data矩阵每一列数据都减去每一列的最小值 normData = normData / np.tile(ranges,(row,1)) #data矩阵每一列数据都除去每一列的差值（差值 = 某列的最大值- 某列最小值） return normData
arr = np.array([[8,7,8],[4,3,1],[6,9,8]]) print(autoNorm(arr))
打印结果：
[[ 1. 0.66666667 1. ]
[ 0. 0. 0. ]
[ 0.5 1. 1. ]]
'''
