在数据分析当中的东西还是很多的，我在这里只是启发式的介绍一下，了解到这方面的东西之后，使用的时候可以更快的找到解决办法，希望能对大家有所帮助。

这次，依然是使用的sklearn中的iris数据集，对其进行通过热图来展示。

预处理

sklearn.preprocessing是机器学习库中预处理的模块，可以对数据进行标准化处理，正则化等等，根据需求来使用。在这里利用它的标准化方法对数据进行整理。其他的方法可以自行查询。

Standardization标准化:将特征数据的分布调整成标准正态分布，也叫高斯分布，也就是使得数据的均值为0，方差为1。

标准化的原因在于如果有些特征的方差过大，则会主导目标函数从而使参数估计器无法正确地去学习其他特征。

标准化的过程为两步：去均值的中心化（均值变为0）；方差的规模化（方差变为1）。

在sklearn.preprocessing中提供了一个scale的方法，可以实现以上功能。

下面举个例子来看一下：

from sklearn import preprocessing
import numpy as np
# 创建一组特征数据，每一行表示一个样本，每一列表示一个特征
xx = np.array([[1., -1., 2.],
 [2., 0., 0.],
 [0., 1., -1.]])
# 将每一列特征标准化为标准正太分布，注意，标准化是针对每一列而言的
xx_scale = preprocessing.scale(xx)
xx_scale

经过对每列数据进行标准化处理之后的结果是：

array([[ 0. , -1.22474487, 1.33630621],
 [ 1.22474487, 0. , -0.26726124],
 [-1.22474487, 1.22474487, -1.06904497]])

可以看到，里面的数据发生了变化，数值比较小，也许有人可以一眼看出来，看不出来也没有关系，Python可以很方便的计算他们的一些统计量。

 # 测试一下xx_scale每列的均值方差
 print('均值：', xx_scale.mean(axis=0)) # axis=0指列，axis=1指行
 print('方差：', xx_scale.std(axis=0))

上面已经介绍了标准化的是要将它转换成什么样，结果的确吻合，按列求均值和方差的结果为：

均值： [0. 0. 0.]
方差： [1. 1. 1.]

当然对于标准化其方差和均值也不是一定要一起进行，比如有时候仅仅希望利于其中一个方法，也是有办法的：

with_mean,with_std.这两个都是布尔型的参数，默认情况下都是true,但也可以自定义成false.即不要均值中心化或者不要方差规模化为1.

热图

关于热图在这里只简单提一下，因为网上关于它的资料已经很多很详细了。

在热图中，数据以矩阵的形式存在，属性范围用颜色的渐变来表示，在这里，使用pcolor绘制热图。

小栗子

还是从导库开始，然后加载数据集，对数据进行处理，然后绘制图像，并对图像做一些标注装饰等等。我习惯在代码中做注释，如果有不明白的，可以留言，我会及时回复。

# 导入后续所需要的库
from sklearn.datasets import load_iris
from sklearn.preprocessing import scale
import numpy as np
import matplotlib.pyplot as plt
# 加载数据集
data = load_iris()
x = data['data']
y = data['target']
col_names = data['feature_names']
# 数据预处理
# 根据平均值对数据进行缩放
x = scale(x, with_std=False)
x_ = x[1:26,] # 选取其中25组数据
y_labels = range(1, 26)
# 绘制热图
plt.close('all')
plt.figure(1)
fig, ax = plt.subplots()
ax.pcolor(x_, cmap=plt.cm.Greens, edgecolors='k')
ax.set_xticks(np.arange(0, x_.shape[1])+0.5) # 设置横纵坐标
ax.set_yticks(np.arange(0, x_.shape[0])+0.5)
ax.xaxis.tick_top() # x轴提示显示在图形上方
ax.yaxis.tick_left() # y轴提示显示在图形的左侧
ax.set_xticklabels(col_names, minor=False, fontsize=10) # 传递标签数据
ax.set_yticklabels(y_labels, minor=False, fontsize=10)
plt.show()

那么绘制出的图像是什么样子的呢：

上面简单的几步就把这些数据绘制出直观的图像，当然，在真正使用的时候不会这么简单，还需要多扩充知识。