概念介绍：
将数据按期属性（按列进行）减去其均值，并除以其标准差。得到的结果是，对于每个属性/每列来说所有数据都聚集在0附近，方差为1。
代码示例：
import numpy as np
from sklearn.preprocessing import MinMaxScaler,StandardScaler
def autoNorm(dataset):
x = dataset[:, 0:1]
##method2 Z-socre by Skit-Learn
std = StandardScaler()
x_std = std.fit_transform(x)
print(x_std[2])
##method2 Z-socre by formula
print(np.average(x))
print(np.std(x))
print((x[2]-np.mean(x))/np.std(x))
if __name__ == '__main__':
returnMat, classLabelVector=file2matrix('F:\\datingTestSet2.txt')
autoNorm(returnMat)
执行结果：
数据集示意：
