请问在excel里可以直接做归一化处理吗

归一化是一种计算的方式，即将纲的表达式，经换，化为纲的表达式，成为标量。 在多种计算中都经常用到这种方法。

归一化是一种无量纲处理手段，使物理系统数值的绝对值变成某种相对值关系。简化计算，缩小量值的有效办法。

例如，滤波器中各个频率值以截止频率作归一化后，频率都是截止频率的相对值，没有了量纲。阻抗以电源内阻作归一化后，各个阻抗都成了一种相对阻抗值，“欧姆”这个量纲也没有了。等各种运算都结束后，反归一化一切都复原了。信号处理工具箱中经常使用的是nyquist频率，它被定义为采样频率的二分之一，在滤波器的阶数选择和设计中的截止频率均使用nyquist频率进行归一化处理。例如对于一个采样频率为1000hz的系统，400hz的归一化频率就为400/500=0．8。归一化频率范围在[0,1]之间。如果将归一化频率转换为角频率，则将归一化频率乘以2*pi；如果将归一化频率转换为hz，则将归一化频率乘以采样频率的一半。

怎么用excel来做数据归一化处理

比如对a1到a10中的是个行归1化处理，就是分别计算每一占这是个数这和的百分比，可以用公式计算，不是很难，例如：在单元格b1中输入“=a1/sum($a$110),点击b1右下角的黑10字下拉到b10放开鼠标，b列的结果就是你要的归1化结果。数据多的话只需改动公式中sum函数的援用位置，如a列有100个数，b1中改成”=a1/sum($a$1：$a$100)“

在excel表格中如何对数据进行归一化处理

比如A1到A10中的是进行归一化处理，就是分别数占这是个数这和的百分比，可以用公式计算，不是很难，例如：在单元格B1中输入“=A1/sum($A$1:$A$10)",点击B1右下角的黑十字下拉到B10放开鼠标，b列的结果就是你要的归一化结果。数据多的话只需改动公式中sum函数的引用位置，如A列有100个数，B1中改为”=A1/sum($A$1：$A$100)“

怎样利用Excel对数据进行min-max标准化

1.该种方法法即标准化公式如所示，注：对于指标值恒定的情况不。

2.这里以我国2007年中区6省的税收数据为例进行计算。易知，附图中的税收指标为极大型数据。所以采用的公式为x=(x-min)/(Max-min),这样标准化后的数据最大值为1，最小值为0。

3.使用Max，Min函数分别求出数据矩阵中每列中的最大值和最小值。

Max  146.1136  184.2366  102.9228  30.2578  25.8857  42.8733  15.656  7.8004  18.2303  14.9975  1.9689  17.1054  35.0698  3.3696

4. Min  53.0534  95.0788  37.8106  14.8271  2.8286  17.0098  5.7824  3.1799  4.1246  1.1311  0.3081  1.7933  5.5753  0.0874

5.再求出极值处理法的分母即最大值与最小值的差值

max-min  93.0602  89.1578  65.1122  15.4307  23.0571  25.8635  9.8736  4.6205  14.1057  13.8664  1.6608  15.3121  29.4945  3.2822

使用每列中的数值与最小值的差比上分母即可求出标准化后的数据。公式举例：值=(B6-$B$13)/$B$14。如附图所示为使用极值处理法后的前后数据对比。

怎样把数据归一化到-1到1

很简单，用函数mapminmax，文档太长我就不翻译了，只提醒几个关键

1 默认的map范围是[-1, 1]，如要[0, 1]，则按这样的格式提供参数:

MappedData = mapminmax(OriginalData, 0, 1);

2 只按行归一化，如果是矩阵，则每行各自归一化，如果需要对整个矩阵归一化，用如下方法：

FlattenedData = OriginalData(:)'; % 展开矩阵为一列，然后转置为一行。

MappedFlattened = mapminmax(FlattenedData, 0, 1); % 归一化。

MappedData = reshape(MappedFlattened, size(OriginalData)); % 还原为原始矩阵形式。此处不需转置回去，因为reshape恰好是按列重新排序

文档全文如下：

mapminmax

Process matrices by mapping row minimum and maximum values to [-1 1]

Syntax

[Y,PS] = mapminmax(YMIN,YMAX)

[Y,PS] = mapminmax(X,FP)

Y = mapminmax('apply',X,PS)

X = mapminmax('reverse',Y,PS)

dx_dy = mapminmax('dx',X,Y,PS)

dx_dy = mapminmax('dx',X,[],PS)

name = mapminmax('name');

fp = mapminmax('pdefaults');

names = mapminmax('pnames');

remconst('pcheck',FP);

Description

mapminmax processes matrices by normalizing the minimum and maximum values of each row to [YMIN, YMAX].

mapminmax(X,YMIN,YMAX) takes X and optional parameters

X

N x Q matrix or a 1 x TS row cell array of N x Q matrices

YMIN

Minimum value for each row of Y (default is -1)

YMAX

Maximum value for each row of Y (default is 1)

and returns

Y

Each M x Q matrix (where M == N) (optional)

PS

Process settings that allow consistent processing of values

mapminmax(X,FP) takes parameters as a struct: FP.ymin, FP.ymax.

mapminmax('apply',X,PS) returns Y, given X and settings PS.

mapminmax('reverse',Y,PS) returns X, given Y and settings PS.

mapminmax('dx',X,Y,PS) returns the M x N x Q derivative of Y with respect to X.

mapminmax('dx',X,[],PS) returns the derivative, less efficiently.

mapminmax('name') returns the name of this process method.

mapminmax('pdefaults') returns the default process parameter structure.

mapminmax('pdesc') returns the process parameter descriptions.

mapminmax('pcheck',FP) throws an error if any parameter is illegal.

Examples

Here is how to format a matrix so that the minimum and maximum values of each row are mapped to default interval [-1, 1].

*

x1 = [1 2 4; 1 1 1; 3 2 2; 0 0 0]

[y1,PS] = mapminmax(x1)

Next, apply the same processing settings to new values.

*

x2 = [5 2 3; 1 1 1; 6 7 3; 0 0 0]

y2 = mapminmax('apply',x2,PS)

Reverse the processing of y1 to get x1 again.

*

x1_again = mapminmax('reverse',y1,PS)

Algorithm

It is assumed that X has only finite real values, and that the elements of each row are not all equal.

*

y = (ymax-ymin)*(x-xmin)/(xmax-xmin) ymin;