本项目包含两种数据归一化方法的实现示例，用于演示如何对CSV数据进行Min-Max归一化处理。

• Python 3.9+
• pandas
• scikit-learn

docker build -t cat-normalization .

docker run --rm -v $(pwd):/app cat-normalization python normalize.py

No	Lwsk	LEar	Weight
1	34.0	82	3520
2	NaN	63	4490
3	45.0	90	2480
4	28.0	91	4030
5	37.0	59	8000
6	39.0	52	6130
7	48.0	52	5310
8	47.0	49	5280

其中第2行（No=2）的Lwsk列包含空值NaN，用于测试空值处理功能。

归一化后的数据值范围将被映射到[0, 1]区间。

def MaxMinNormalization(x):
    """
    手动实现Min-Max归一化
    公式：(x - min) / (max - min)
    """
    shapeX = x.shape
    rows = shapeX[0]  # 行数
    cols = shapeX[1]   # 列数
    headers = list(x)     # Header行
    result = pd.DataFrame(columns=headers)  # 存放结果的空DataFrame
    for i in range(0, rows, 1):
        dict1 = {}                        # 存放每一行结果的字典
        dict1[headers[0]] = i
        for j in range(1, cols, 1):
            maxCol = x[headers[j]].max()  # j列最大值
            minCol = x[headers[j]].min()   # j列最小值
            val = (x.iloc[i, j] - minCol) / (maxCol - minCol)  # i行j列数据的归一化结果
            dict1[headers[j]] = val
        result = pd.concat([result, pd.DataFrame([dict1])], ignore_index=True)   # 把i行结果添加到result
    return result

特点：

• 保留原始所有行（包括含空值的行）
• 第一列（No）被替换为行索引
• 空值保留为NaN
• 逐行逐列手动计算归一化值

输出示例：

   No  Lwsk      LEar    Weight
0  0  0.30  0.785714  0.188406
1  1   NaN  0.333333  0.364130
2  2  0.85  0.976190  0.000000
3  3  0.00  1.000000  0.280797
4  4  0.45  0.238095  1.000000
5  5  0.55  0.071429  0.661232
6  6  1.00  0.071429  0.512681
7  7  0.95  0.000000  0.507246

from sklearn import preprocessing

data1 = pd.read_csv('CatInfo.csv')
x = data1.dropna(axis=0)  # 去除含有空值的行

min_max_scaler = preprocessing.MinMaxScaler()
x_minmax = min_max_scaler.fit_transform(x)
print(x_minmax)

特点：

• 自动去除含有空值的行（dropna）
• 使用sklearn.preprocessing.MinMaxScaler
• 返回numpy数组格式
• 对所有数值列进行归一化
• 代码简洁，适合生产环境使用

输出示例：

[[0.         0.3        0.78571429 0.1884058 ]
 [0.28571429 0.85       0.97619048 0.        ]
 [0.42857143 0.         1.         0.2807971 ]
 [0.57142857 0.45       0.23809524 1.        ]
 [0.71428571 0.55       0.07142857 0.66123188]
 [0.85714286 1.         0.07142857 0.51268116]
 [1.         0.95       0.         0.50724638]]

公式：

X_normalized = (X - X_min) / (X_max - X_min)

其中：

• X：原始数据值
• X_min：该列的最小值
• X_max：该列的最大值
• X_normalized：归一化后的值（范围[0, 1]）

作用：

• 消除不同特征量纲的影响
• 将数据统一到相同的尺度范围
• 便于机器学习算法收敛
• 提高模型训练效果

python normalize.py

import pandas as pd
data1 = pd.read_csv('input.csv')
newData = MaxMinNormalization(data1)
print('归一化后数据:\n', newData)

import pandas as pd
from sklearn import preprocessing

data1 = pd.read_csv('input.csv')
x = data1.dropna(axis=0)  # 去除含有空值的行
min_max_scaler = preprocessing.MinMaxScaler()
x_minmax = min_max_scaler.fit_transform(x)
print(x_minmax)

特性	手动实现	sklearn实现
空值处理	保留空值	自动去除空值行
输出格式	DataFrame	numpy数组
代码复杂度	较高	简洁
适用场景	学习理解原理	生产环境
第一列处理	替换为索引	归一化处理
性能	较慢（循环）	快（向量化）

• normalize.py - 归一化脚本主文件
• input.csv - 输入数据文件
• output.csv - 输出结果文件（如果保存）
• Dockerfile - Docker环境配置
• README.md - 项目说明文档

1. 手动方法和sklearn方法在去除空值后，归一化的基准（最大值和最小值）会不同，因此结果会有差异
2. sklearn方法自动去除空值行，输出的数据行数会减少
3. 如果数据中某列所有值相同，归一化会产生除零错误，需要特殊处理
4. 归一化只适用于数值型数据，分类数据不适用

• sklearn.preprocessing.MinMaxScaler文档
• 数据归一化方法对比