部分代码如下

import numpy as np
import pandas as pd
import xlrd
import xlwt
from numpy import ravel
from xlutils.copy import copydef Z_Score(data):lenth = len(data)total = sum(data)ave = float(total) / lenthtempsum = sum([pow(data[i] - ave, 2) for i in range(lenth)])tempsum = pow(float(tempsum) / lenth, 0.5)......def excel_one_line_to_list():df = pd.read_excel("XXX.xls", usecols=[0],names=None)  # 读取项目名称和行业领域两列,并不要列名df1 = np.array(df)df2 = ravel(df1)df3 = df2.tolist()list = Z_Score(df3)excel1 = '表格1.xls'  # 表名# 想写入哪个表格后面就跟哪个表格excel_name = 'excel/' + excel1  # 记得新建一个文件夹“excel”(在项目下面)# sheet名称sheet_name = '测试数据'# 表头title = ['Sequence']......

完整代码链接:Z-score标准化的python代码

Z-score标准化的python代码相关推荐

  1. python代码实现中心化_数据预处理——标准化(附python代码)

    数据标准化,是数据清洗的重要环节之一.主要目的是消除"量纲"和"不同规模"的影响,使其所放到相同的数据区间和范围,以减少规模.特征.分布差异等对数据模型的影响. ...

  2. 数据标准化 - scale() - Python代码

    标准化 去均值,方差规模化 数据分析的过程中,比如线性规划这一类的分析,如果有些特征的数值远远高于或低于其他数值,通常称之为独立点.异常值或噪点,那么对于受噪点影响较大的模型就无法正确地去学习其他特征 ...

  3. 数据归一化 - MinMaxScaler()/MaxAbsScaler() - Python代码

    目录 归一化 数据归一化的背景介绍 MinMaxScaler:归一到 [ 0,1 ] MaxAbsScaler:归一到 [ -1,1 ] 标准化 去均值,方差规模化 归一化 数据归一化的背景介绍 在之 ...

  4. 统计学(一): Z 分数 正态分布 (附 Python 实现代码) --Z 检验先修; Z 分数与正态分布两者关系; Z 分数与百分位数的异同;面试要点(以心理学实验为舟)

    背景介绍   笔者的第一本心理学启蒙教材<西奥蒂尼社会心理学>:揭开了自我.环境.群体之间看不见的影响力." 行为背后的目的到底是什么?" " 目的背后的人和 ...

  5. python数据标准化代码_可能是最全的数据标准化教程(附python代码)

    什么是数据标准化(归一化) 数据标准化(归一化)处理是数据挖掘的一项基础工作,不同评价指标往往具有不同的量纲和量纲单位,当各指标间的水平相差很大时,如果直接用原始指标值进行分析,就会突出数值较高的指标 ...

  6. 假设检验怎么做?这次把方法+Python代码一并教给你

    (图片付费下载于视觉中国) 作者 | Jose Garcia 译者 | 张睿毅 校对 | 张一豪.林亦霖 编辑 | 于腾凯 来源 | 数据派THU(ID:DatapiTHU) [导读]本文中,作者给出 ...

  7. 数学建模——逻辑回归模型Python代码

    数学建模--逻辑回归模型详解Python代码 程序用到的测试数据: 链接:https://pan.baidu.com/s/1LGD1MAxk2lxO93smSPNyZg 提取码:uukr 代码正文 i ...

  8. python代码怎么写出色_如何写出更具有Python风格的代码,五分钟教会你!

    我们都喜欢 Python,因为它让编程和理解变的更为简单.但是一不小心,我们就会忽略规则,以非 Pythonic 方式编写一堆垃圾代码,从而浪费 Python 这个出色的语言赋予我们的优雅.Pytho ...

  9. 数学建模——TOPSIS综合评价模型Python代码

    数学建模--TOPSIS综合评价模型Python代码 正常代码 import numpy as np # 导入numpy包并将其命名为np ##定义正向化的函数 def positivization( ...

最新文章

  1. Spark编程指南(Python版)
  2. ITK:删除一个未连接到其边界的二进制图像中的孔
  3. bzoj2744[HEOI2012]朋友圈
  4. 链式存储mysql_链栈:栈的链式存储结构
  5. StringBuilder与StringBuffer的一点笔记
  6. kafka in action
  7. 初识SpringSecurity
  8. POJ2104(K-th Number)
  9. multism中ui和uo应该怎么表示_multisim12中XBP1怎么使用
  10. 2021最新H3CSE认证备考练习题,错过等明年!
  11. openwrt关闭网卡端口
  12. 从0到1教你画原型图
  13. (转)少儿编程这么火, 究竟学哪一种语言最靠谱?这篇文章说透了!
  14. opencv滤镜-素描
  15. MySQL5.7系列的安装教程
  16. CEF 最新版本自己编译加上支持播放MP4视频
  17. Linux、Windows网络工程师面试题精选
  18. 异步爬虫(高效爬虫)
  19. 电子电路学习笔记(17)——蜂鸣器
  20. 一文教你搞懂C语言的Q格式使用

热门文章

  1. 神经网络遗传算法函数极值寻优-非线性函数极值
  2. 大数据的简介及Hadoop单机和分布式安装方法1
  3. 用户信息管理项目练习——登录界面,增删改
  4. 一个Netfilter nf_conntrack流表查找的优化-为conntrack增加一个per cpu cache
  5. PyQt5绘图pyqtgraph多条折线图
  6. 编译和运行openfire记录
  7. jquery、css 的选择器(逗号/空格/英文句号/大于号/加号/波浪号)备忘
  8. radio 默认选中
  9. 手机APP开发之MIT Appinventor详细实战教程(六),蓝牙与单片机进行多数据交互,通信蓝牙控制APP的研发与设计。 以及相关问题的思考。
  10. 微程序控制器实验实验报告_程序性景观实验