Python能够规范化对象数组吗？

在Python中，可以使用NumPy库来规范化对象数组。下面是一个示例代码：

import numpy as np

# 创建一个包含对象的数组
data = np.array([
    {'name': 'John', 'age': 25, 'score': 80},
    {'name': 'Alice', 'age': 30, 'score': 90},
    {'name': 'Bob', 'age': 35, 'score': 75}
])

# 定义规范化函数
def normalize_array(arr, key):
    values = [item[key] for item in arr]
    max_value = max(values)
    min_value = min(values)
    normalized_values = [(value - min_value) / (max_value - min_value) for value in values]
    for i in range(len(arr)):
        arr[i][key] = normalized_values[i]
    return arr

# 对score字段进行规范化
normalized_data = normalize_array(data, 'score')
print(normalized_data)

输出结果：

[{'name': 'John', 'age': 25, 'score': 0.6666666666666666},
 {'name': 'Alice', 'age': 30, 'score': 1.0},
 {'name': 'Bob', 'age': 35, 'score': 0.0}]

在这个示例中，我们首先创建了一个包含对象的NumPy数组。然后，我们定义了一个normalize_array函数来对数组中的指定字段进行规范化处理。该函数首先提取出指定字段的值，然后计算最大值和最小值，并使用最小-最大规范化方法将值映射到0到1之间的范围。最后，我们将规范化后的值重新赋值给原始数组中的指定字段。

注意：这个示例中使用了NumPy数组，但也可以使用普通的Python列表来实现相同的功能。