数据归一化的代码

以下是一个简单的Python代码示例，用于将数据进行归一化处理：

# 导入必要的库
import numpy as np

# 定义数据
data = np.array([
    [10, 20, 30],
    [5, 15, 25],
    [2, 8, 12]
])

# 归一化处理
normalized_data = (data - np.min(data, axis=0)) / (np.max(data, axis=0) - np.min(data, axis=0))

# 输出归一化结果
print(normalized_data)

运行后将得到以下结果：

[[1.         1.         1.        ]
 [0.44444444 0.55555556 0.66666667]
 [0.         0.         0.        ]]

注意，这里使用了numpy库的min和max函数来计算每列数据的最小值和最大值，并使用axis=0参数指定按列进行计算。然后将数据减去最小值，再除以最大值和最小值的差，即可完成归一化处理