一、相關理論：

1、資料規範化的常見方法：

（1）離差標準化（最小-最大標準化）--消除量綱（單位）影響以及變異大小因素的影響。（最小-最大標準化）

                        x1=（x-min）/（max-min）

（2）標準差標準化--消除單位影響以及變數自身變異影響。（零-均值標準化）

                       x1=（x-平均數）/標準差

（3）小數定標規範化--消除單位影響。

                       x1= x/10**(k)、k=log10(x的絕對值的最大值)

2、資料離散化的常見方法：

（1）等寬離散化。

（2）等頻率離散化。

（3）一維聚類離散化。

二、編寫程式碼：

1、準備階段：

（1）示例資料：本例使用的是某時間的淘寶商品資料，儲存在MySQL資料庫中（資料分享連結：https://pan.baidu.com/s/1SsSy-mxvCStxk4e2PYxB3A  提取碼：tquy，將該檔案從MySQL開啟執行即可）。

（2）匯入相關模組並讀取資料庫資料：

import pymysql
import pandas as pda
import numpy as npy
conn=pymysql.connect(host="127.0.0.1",user="root",passwd="1996haha",db="sys")
sql="select price,comment from taob"
data=pda.read_sql(sql,conn)
 

2、資料標準化：

（1）離差標準化：

#離差標準化（最小-最大標準化 ） data.max()/min每一列的最大最小值
data2=(data-data.min())/(data.max()-data.min())

（2）標準差標準化：

#標準差標準化(零-均值標準化)
data3=(data-data.mean())/data.std()

（3）小數定標標準化：

#小數定標規範化
#npy.ceil（）方法：進一取整，如3.1取整為4,3.0取整為3,3.6取整為4
k=npy.ceil(npy.log10(data.abs().max()))
data4=data/10**k

3、資料離散化：

      主要使用pandas.cut方法，引數為：資料、區間資訊（可以是個數也可以是具體的區間陣列）、區間標籤（注意數量與前對應）。

（1）等寬離散化：

#等寬離散化
data5=data[u"price"].copy()
data6=data5.T
data7=data6.values
k=3 #區間個數
c1=pda.cut(data7,k,labels=["便宜","適中","貴"]) #labels：標籤

結果c1：可以注意到資料以標籤來表示

（2）非等寬離散化：

k=[0,50,100,300,500,2000,data7.max()] #陣列中的陣列成了區間，0到50、50到100.....2000到最大值。
c2=pda.cut(data7,k,labels=["非常便宜","便宜","適中","有點貴","很貴","非常貴"])

結果c2：

感謝韋瑋老師的指導