python - Numpy:零均值数据和标准化

Question

我在教程中看到(没有进一步解释)我们可以使用 x -= np.mean(x, axis=0) 将数据处理为零均值，并使用 规范化数据x/= np.std(x, axis=0).谁能详细说明这两段代码，我从文档中得到的唯一信息是 np.mean 计算算术平均值计算沿特定轴的平均值，而 np.std 这样做是为了标准偏差。

Answer 1

这也称为 zscore .

SciPy 有一个实用程序:

    >>> from scipy import stats
    >>> stats.zscore([ 0.7972,  0.0767,  0.4383,  0.7866,  0.8091,
    ...                0.1954,  0.6307,  0.6599,  0.1065,  0.0508])
    array([ 1.1273, -1.247 , -0.0552,  1.0923,  1.1664, -0.8559,  0.5786,
            0.6748, -1.1488, -1.3324])