意外的结果sklearn StandardScaler

Posted 2023-03-11

【中文标题】意外的结果sklearn StandardScaler

【英文标题】：Unexpected result sklearn StandardScaler

【发布时间】：2021-05-11 23:00:46

【问题描述】：

我尝试使用以下代码测试一些 Scaler。 我希望得到像蓝色分布一样的结果，但会按比例缩放。 我得到的是橙色的。 有人可以帮帮我吗？

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from sklearn.preprocessing import StandardScaler


x1=np.random.normal(loc=21,scale=0.2,size=(100,1))
x2=np.random.normal(loc=1000,scale=550,size=(100,1))

data=np.concatenate((x1,x2),axis=1)

df=pd.DataFrame(data,columns=['x1','x2'])

fig1, axs=plt.subplots(nrows=1, ncols=2)
axs[0].hist(df['x1'])
axs[1].hist(df['x2'])

scaler = StandardScaler()
scaler.fit(df)
df_trans=scaler.transform(df)

fig2, axs=plt.subplots(nrows=1,ncols=2)
axs[0].hist(df_trans[0],color='orange')
axs[1].hist(df_trans[1],color='orange')

【参考方案1】：

使用df_trans[0]，您不会选择整个列。您应该将它们更改为：

axs[0].hist(df_trans[:,0],color='orange') # all rows, first column
axs[1].hist(df_trans[:,1],color='orange') # all rows, second column

这将产生如下：