参考此交叉验证链接，如何将数据标准化到0-1范围？，看来您可以在的最后一列执行最小-最大规格化
foo。
v = foo[:, 1] # foo[:, -1] for the last columnfoo[:, 1] = (v - v.min()) / (v.max() - v.min())fooarray([[ 0. , 0. ], [ 0.13216 , 0.06609523], [ 0.25379 , 1. ], [ 0.30874 , 0.09727968]])
执行规范化的另一种方法（由OP建议）是使用
sklearn.preprocessing.normalize，其产生的结果略有不同-
from sklearn.preprocessing import normalizefoo[:, [-1]] = normalize(foo[:, -1, None], norm='max', axis=0)fooarray([[ 0. , 0.2378106 ], [ 0.13216 , 0.28818769], [ 0.25379 , 1. ], [ 0.30874 , 0.31195614]])
