数学建模数据正向化：Python实现与常见误区解析

1. 项目概述：为什么数学建模绕不开数据正向化？

做数学建模的朋友，尤其是刚接触国赛、美赛或者亚太杯这类竞赛的同学，经常会遇到一个看似简单、实则暗藏玄机的环节：数据预处理。而“数据正向化”，就是预处理中一个高频出现、又容易让人掉以轻心的问题。你可能在论文里见过这样的描述：“为统一指标方向，对成本型指标采用倒数法进行正向化处理”。听起来很学术，但实际操作时，很多人就是简单地把数据取个倒数或者用个公式一算，然后就丢进模型里了。结果呢？模型效果不稳定，灵敏度分析一塌糊涂，最后自己都说不清问题出在哪。

我自己带队参加数学建模竞赛，也评审过不少论文，发现“数据正向化”这个步骤，恰恰是区分论文质量的一个分水岭。处理得好，它能为后续的熵权法、TOPSIS、因子分析等模型提供一个坚实、可靠的基础；处理得不好，或者处理不当，整个模型的结论都可能失去意义。这就像盖房子，地基歪了一点点，上面盖得再漂亮也是危房。今天，我就结合自己多年的实战和教学经验，把Python实现数据正向化的门道掰开揉碎了讲清楚。这不是一个简单的函数调用教程，而是带你理解正向化背后的数学逻辑、不同场景下的方法选择，以及那些教科书里不会写的“坑”和技巧。无论你是正在备战数学建模竞赛的学生，还是需要在工作中处理多指标评价问题的分析师，这篇文章都能让你对数据正向化有一个全新的、透彻的认识。

2. 数据正向化的核心逻辑与常见误区

2.1 正向化究竟在解决什么问题？

我们首先要明白，为什么要做正向化？根本原因在于指标的同趋化。在一个综合评价体系里，我们往往会收集多个指标（变量）来描述一个对象。比如评价城市发展水平，我们可能有“人均GDP”（越高越好）、“失业率”（越低越好）、“单位GDP能耗”（越低越好）、“绿化覆盖率”（越高越好）。这些指标对最终评价的“贡献方向”是不一致的。像“人均GDP”和“绿化覆盖率”，我们称之为“效益型指标”或“正向指标”，数值越大，代表发展越好。而“失业率”和“单位GDP能耗”，则是“成本型指标”或“逆向指标”，数值越大，代表情况越差。

如果我们直接把原始数据丢给那些基于距离或相似度的模型（如TOPSIS、灰色关联分析），或者需要计算指标权重的模型（如熵权法、CRITIC法），就会出问题。因为模型默认所有指标数值增大都是“好”的。一个城市的失业率数据很大（情况差），在模型看来可能被误认为是“贡献很大”，这显然违背了我们的评价本意。正向化的目的，就是把所有指标都转化为“数值越大越优”的形式，让它们站在同一条起跑线上，为后续的建模分析提供公平、可比的数据基础。

2.2 新手常踩的三大坑

在开始动手写代码之前，我们先看看几个常见的思维误区，避开这些坑，你的正向化就成功了一半。

误区一：所有逆向指标都用倒数法。这是最偷懒也最危险的做法。倒数法x' = 1/x看似简单，但它对数据的分布和零值非常敏感。如果原始数据中有0，直接取倒数会导致无穷大，程序报错。如果数据值很小（比如0.001），取倒数后会变成一个巨大的数（1000），这个指标在后续计算中的权重会被异常放大，严重扭曲结果。倒数法只适用于那些严格大于零、且数值范围不大的情况，在实际复杂数据中，这种理想情况很少。

误区二：忽略指标的适度性。有一类指标叫“适度型指标”或“区间型指标”，不是越大越好，也不是越小越好，而是稳定在某个特定区间内最好。比如人体血压，太高或太低都不健康，维持在120/80 mmHg左右最佳；再比如PH值，接近7为中性最好。很多同学在做正向化时，眼里只有“效益型”和“成本型”，完全忘了还有“适度型”的存在，导致这类指标处理错误，直接影响评价结果的科学性。

误区三：正向化后不做标准化。这是另一个致命错误。正向化解决了指标方向的问题，但没有解决指标量纲和数量级的问题。假设我们有两个指标：人均GDP（单位：万元，数值在5到15之间）和专利申请数（单位：件，数值在1000到10000之间）。即使用正确的方法正向化了，专利申请数的绝对数值依然远大于人均GDP。如果直接用于计算欧氏距离（如TOPSIS）或协方差矩阵（如因子分析），数量级大的指标会完全“淹没”数量级小的指标，主导整个模型。因此，正向化之后，必须紧接着进行标准化（如Min-Max标准化、Z-score标准化）来消除量纲影响。正向化和标准化是预处理中紧密相连、不可分割的两个步骤。

3. 正向化方法的原理与Python实现详解

理解了为什么做和不能怎么做，我们现在进入核心环节：怎么做？下面我将详细介绍四种最主流、最实用的正向化方法，并给出可直接复用的Python函数代码和详细解释。

3.1 方法一：倒数法及其改良

基本原理：对于成本型指标，数值越小越好。通过取倒数，将小的原始值转化为大的正向值。原始公式为x' = 1 / x。

问题与改良：如前所述，原始倒数法有零值和极端值问题。一个稳健的改良方案是使用“平移倒数法”：x' = 1 / (x + c)。其中c是一个小的正数，通常取c = 1或c = min(x) + 1（当min(x)为负数时），目的是避免分母为零或过小。更通用的做法是结合Min-Max思想，避免数值爆炸。

Python实现：

import numpy as np import pandas as pd def forward_inverse(data_series, epsilon=1e-7): """ 改良倒数法正向化函数。 适用于成本型指标（数值越小越好）。 参数： data_series: pandas Series 或 numpy array，待正向化的指标数据。 epsilon: 一个极小的正数，用于避免除零错误和稳定数值。 返回： 正向化后的数据（numpy array）。 """ # 转换为numpy数组便于计算 x = np.array(data_series).astype(float) # 找到最小值，用于判断是否需要平移 x_min = np.min(x) # 如果最小值小于等于0，将所有数据平移，使其最小值为epsilon if x_min <= 0: x = x - x_min + epsilon # 计算正向化值：1 / x x_forward = 1 / x # 可选：对结果进行Min-Max归一化到[0,1]区间，使其更稳定 # x_forward_normalized = (x_forward - np.min(x_forward)) / (np.max(x_forward) - np.min(x_forward)) # return x_forward_normalized return x_forward # 示例：处理失业率（成本型指标） unemployment_rate = pd.Series([5.2, 3.8, 4.5, 6.1, 2.9]) # 单位：% forwarded_rate = forward_inverse(unemployment_rate) print("原始失业率：", unemployment_rate.values) print("正向化后：", forwarded_rate) # 解释：原始值2.9%（最好）对应的正向化值最大（约0.345），6.1%（最差）对应的正向化值最小（约0.164），符合“数值越大越优”。

注意：即使经过改良，倒数法仍可能使数据分布变得非常偏斜（右偏）。在实际数学建模中，除非赛题数据明确适合，否则我通常不首选倒数法。更推荐下面介绍的线性比例变换法。

3.2 方法二：线性比例变换法（推荐）

基本原理：这是最直观、最稳健的方法之一。对于成本型指标，用该指标的最大值减去每个原始值，使得原来最小的值（最优）变成最大的正值。公式为：x' = max(x) - x。为了将结果控制在一定范围，常进行归一化：x' = (max(x) - x) / (max(x) - min(x))，这样结果落在[0,1]区间，且完全符合正向化要求。

Python实现：

def forward_linear_cost(data_series): """ 线性比例法处理成本型指标。 公式：x' = (max(x) - x) / (max(x) - min(x)) 结果范围：[0, 1]，且原最小值对应1，原最大值对应0。 """ x = np.array(data_series).astype(float) x_max = np.max(x) x_min = np.min(x) # 防止除零，当所有值相等时，返回全0.5或全1（视情况而定） if x_max == x_min: return np.ones_like(x) * 0.5 # 或者 return np.ones_like(x) x_forward = (x_max - x) / (x_max - x_min) return x_forward def forward_linear_benefit(data_series): """ 线性比例法处理效益型指标（本身已是正向）。 通常只需归一化，但为了流程统一，我们也提供一个函数。 公式：x' = (x - min(x)) / (max(x) - min(x)) """ x = np.array(data_series).astype(float) x_max = np.max(x) x_min = np.min(x) if x_max == x_min: return np.ones_like(x) * 0.5 x_forward = (x - x_min) / (x_max - x_min) return x_forward # 示例 cost_data = pd.Series([100, 80, 120, 90]) # 成本，如能耗，越小越好 benefit_data = pd.Series([70, 85, 90, 60]) # 效益，如产量，越大越好 print("成本型原始：", cost_data.values) print("成本型正向化：", forward_linear_cost(cost_data)) print("效益型原始：", benefit_data.values) print("效益型归一化：", forward_linear_benefit(benefit_data))

实操心得：线性比例法是我在数学建模中最常用、最推荐的方法。它计算简单，结果稳定，且经过(max-min)归一化后，直接完成了正向化和[0,1]标准化的两步操作，结果可以直接输入熵权法、TOPSIS等模型，非常方便。在论文中，这个方法也易于解释和书写公式。

3.3 方法三：适度型指标的正向化

这是难点，也是体现建模者思考深度的地方。适度型指标有一个最优值x_best（可能是一个点，也可能是一个区间[a, b]）。我们的目标是让转换后的值在x_best处最大，离x_best越远，值越小。

常用方法：基于距离的转换。公式为：x' = 1 - |x - x_best| / max(|x - x_best|)。这样，当x = x_best时，x' = 1；当x偏离最远时，x' = 0。

Python实现：

def forward_moderate(data_series, x_best, tolerance=0): """ 适度型指标正向化。 参数： data_series: 原始数据。 x_best: 最优值。可以是一个数值（如7），也可以是一个二元tuple/list表示区间（如[6.5, 7.5]）。 tolerance: 当最优值为区间时，区间内的值都视为最优，其正向化值为1。 返回： 正向化后的数据，范围在[0,1]。 """ x = np.array(data_series).astype(float) if isinstance(x_best, (list, tuple, np.ndarray)) and len(x_best) == 2: # 最优值是一个区间 [a, b] a, b = x_best # 计算每个点到区间端点的距离 d = np.zeros_like(x) # 点在区间左侧 mask_left = x < a d[mask_left] = a - x[mask_left] # 点在区间右侧 mask_right = x > b d[mask_right] = x[mask_right] - b # 点在区间内（包括端点），距离为0 mask_mid = (~mask_left) & (~mask_right) d[mask_mid] = 0 # 最优值设为区间的中点，用于计算最大距离（可选，也可用a或b） best_for_max = (a + b) / 2 else: # 最优值是一个点 a = b = x_best d = np.abs(x - x_best) best_for_max = x_best # 计算最大偏离距离，避免除零 max_d = np.max(np.abs(x - best_for_max)) if max_d == 0: return np.ones_like(x) # 所有数据都等于最优值 # 应用公式 x_forward = 1 - d / max_d # 对于区间内的点，强制设为1（如果tolerance>0，可以放宽） if isinstance(x_best, (list, tuple, np.ndarray)): x_forward[(x >= a) & (x <= b)] = 1.0 else: x_forward[np.abs(x - x_best) <= tolerance] = 1.0 return x_forward # 示例1：PH值，最优值为7 ph_data = pd.Series([6.0, 6.8, 7.0, 7.5, 8.2]) ph_forward = forward_moderate(ph_data, x_best=7) print("PH值原始：", ph_data.values) print("适度正向化：", ph_forward) # 7.0对应1，偏离越远值越小 # 示例2：血压舒张压，最优区间为[80, 90] bp_data = pd.Series([70, 85, 90, 95, 100]) bp_forward = forward_moderate(bp_data, x_best=[80, 90]) print("血压原始：", bp_data.values) print("区间适度正向化：", bp_forward) # 85, 90都在区间内，值为1

3.4 方法四：向量归一化法

基本原理：这种方法常见于TOPSIS模型的第一步。它通过每个元素除以该指标所有数据平方和的平方根来实现归一化，同时也改变了数据分布。对于成本型指标，通常先取倒数再归一化，或者用1 - x的思路。但在TOPSIS的标准流程里，更常见的做法是：先对所有指标（无论正向逆向）用向量归一化公式z_ij = x_ij / sqrt(sum(x_ij^2))进行标准化，然后再通过乘以“方向系数”（效益型为1，成本型为-1）来调整方向。这里我们介绍一种结合了正向化思想的向量归一化变体。

Python实现（TOPSIS风格）：

def forward_vector_normalization(df, indicators, indicator_types): """ 适用于多指标数据框的向量归一化正向处理。 参数： df: pandas DataFrame，包含所有原始指标数据。 indicators: list，需要处理的指标列名列表。 indicator_types: dict，指示每个指标的类型。 例如：{'GDP': 'benefit', 'Unemployment': 'cost', 'PH': 'moderate_7'} 返回： 处理后的DataFrame（仅包含处理后的指标列）。 """ result_df = pd.DataFrame() for ind in indicators: x = df[ind].values.astype(float) # Step 1: 根据指标类型进行初步正向化转换 if indicator_types.get(ind) == 'cost': # 成本型：先线性转换，使其变为效益型 x_transformed = np.max(x) - x elif 'moderate' in str(indicator_types.get(ind)): # 适度型：解析最优值 # 假设格式为 'moderate_7' 或 'moderate_80_90' value_str = indicator_types[ind].split('_')[1:] if len(value_str) == 1: x_best = float(value_str[0]) x_transformed = forward_moderate(pd.Series(x), x_best) else: x_best = [float(value_str[0]), float(value_str[1])] x_transformed = forward_moderate(pd.Series(x), x_best) else: # benefit or others x_transformed = x # 效益型保持不变 # Step 2: 向量归一化 norm = np.sqrt(np.sum(x_transformed ** 2)) if norm == 0: z = np.zeros_like(x_transformed) else: z = x_transformed / norm result_df[ind + '_normalized'] = z return result_df # 示例 data = pd.DataFrame({ 'GDP': [10, 15, 12, 8], # 效益型 'Pollution': [100, 80, 120, 90], # 成本型 'Service_Score': [6.0, 7.5, 8.0, 5.5] # 假设为效益型 }) ind_list = ['GDP', 'Pollution', 'Service_Score'] type_dict = {'GDP': 'benefit', 'Pollution': 'cost', 'Service_Score': 'benefit'} processed_data = forward_vector_normalization(data, ind_list, type_dict) print(processed_data)

4. 实战：构建一个完整的数学建模数据预处理流程

理论和方法都清楚了，现在我们通过一个模拟的数学建模赛题片段，将整个流程串起来。假设我们要评价四个城市的可持续发展水平，有三个指标：

• A：人均GDP（万元）- 效益型
• B：单位GDP能耗（吨标准煤/万元）- 成本型
• C：PM2.5年均浓度（微克/立方米）- 成本型

原始数据如下：

我们的目标是：完成数据正向化，并进一步做标准化，为后续的熵权法确定权重做准备。

4.1 步骤一：定义指标类型与正向化方法选择

• A（人均GDP）：效益型指标。我们选择线性比例法（效益型），即(x - min) / (max - min)。
• B（单位GDP能耗）：成本型指标。选择线性比例法（成本型），即(max - x) / (max - min)。
• C（PM2.5浓度）：成本型指标。同样选择线性比例法（成本型）。

选择理由：线性比例法稳健、可解释性强，且结果自动归一化到[0,1]，与后续的标准化（如果需要）兼容性好。对于这类明确的效益/成本型指标，它是首选。

4.2 步骤二：Python代码实现完整流程

import numpy as np import pandas as pd # 1. 构建原始数据 data = { 'City': ['City1', 'City2', 'City3', 'City4'], 'GDP_per_capita': [8.5, 12.0, 9.2, 10.5], # A，效益型 'Energy_per_GDP': [0.85, 0.65, 0.78, 0.92], # B，成本型 'PM25': [42, 35, 50, 38] # C，成本型 } df = pd.DataFrame(data).set_index('City') print("原始数据：") print(df) print("\n" + "="*50) # 2. 定义正向化函数（复用之前的线性比例法） def normalize_benefit(series): s = series.values.astype(float) smin, smax = s.min(), s.max() if smax == smin: return pd.Series([0.5]*len(s), index=series.index) return pd.Series((s - smin) / (smax - smin), index=series.index) def normalize_cost(series): s = series.values.astype(float) smin, smax = s.min(), s.max() if smax == smin: return pd.Series([0.5]*len(s), index=series.index) return pd.Series((smax - s) / (smax - smin), index=series.index) # 3. 应用正向化 df_forwarded = pd.DataFrame() df_forwarded['GDP_正向化'] = normalize_benefit(df['GDP_per_capita']) df_forwarded['Energy_正向化'] = normalize_cost(df['Energy_per_GDP']) df_forwarded['PM25_正向化'] = normalize_cost(df['PM25']) print("正向化后的数据（已归一化至[0,1]）：") print(df_forwarded) print("\n" + "="*50) # 4. 验证正向化效果 print("数据解释：") print("- GDP_正向化：City2的GDP最高(12.0)，正向化后为1.0；City1最低(8.5)，正向化后为0.0。") print("- Energy_正向化：City2的能耗最低(0.65)，正向化后为1.0（最优）；City4的能耗最高(0.92)，正向化后为0.0。") print("- PM25_正向化：City2的PM2.5最低(35)，正向化后为1.0；City3的PM2.5最高(50)，正向化后为0.0。") print("所有指标均已转化为'数值越大越优'。")

输出结果分析： 通过运行上述代码，你会得到一个df_forwarded的DataFrame。你会发现，对于每个指标，最优的城市（GDP最高、能耗最低、PM2.5最低）其对应的正向化值都是1或接近1，最差的城市其值都是0或接近0。这三个现在具有可比性，可以直接用于计算每个城市的综合得分。

4.3 步骤三：为熵权法准备数据

熵权法要求输入的数据都是非负的，并且已经消除了量纲。我们刚才得到的正向化数据（范围[0,1]）完美符合要求。通常，熵权法可以直接使用这个矩阵。但有时为了防止出现ln(0)的计算错误（熵权法公式中有对数计算），我们会进行一个极小的平移。

# 为熵权法做微调：避免出现0值（对数运算需要） df_for_entropy = df_forwarded.copy() # 如果某列存在0，则给整列加上一个极小的数，如1e-7 for col in df_for_entropy.columns: if df_for_entropy[col].min() == 0: df_for_entropy[col] = df_for_entropy[col] + 1e-7 print("适用于熵权法的最终数据矩阵：") print(df_for_entropy)

至此，一个完整、规范的数据正向化预处理流程就完成了。这个数据矩阵可以直接输入到熵权法、TOPSIS、灰色关联分析等综合评价模型中。

5. 常见问题、排查技巧与高级话题

5.1 数据中存在零值或负值怎么办？

这是实战中最常遇到的问题之一。

• 情况一：指标本身允许为零或负（如利润、温度）。

  • 对于效益型指标：如果数值越大越好，且存在负值，直接使用线性比例法(x - min)/(max-min)是安全的，因为减去了最小值，所有数据会被平移到非负区间。
  • 对于成本型指标：如果数值越小越好，且存在负值，使用(max - x)/(max-min)也是安全的。但要注意解释：一个很大的负数成本，经过max-x计算后会变成一个很大的正数，这符合“成本越小越好”的逻辑吗？需要根据实际意义判断。有时对于包含负值的成本型指标，先取绝对值或进行适当的平移变换可能更合理。

• 情况二：指标理论上应为正，但数据中有零或接近零的测量值（如误差、微量浓度）。

  • 绝对避免直接使用原始倒数法。
  • 推荐方案：采用线性比例法。如果坚持要用倒数思想，必须使用“平移倒数法”：x' = 1/(x + c)，其中c的选取有讲究。一个经验法则是c = 1，或者c = abs(min(x)) + 1（如果最小值为负），或者c = 0.001 * (max(x) - min(x))，目的是在不严重扭曲数据分布的前提下避免除零。我的建议是，除非有极强的专业理由，否则遇到零值或负值，优先选择线性比例法，放弃倒数法。

5.2 正向化后数据分布异常（如全部挤在0.9以上）

有时正向化后，发现所有数据都集中在0.9到1.0之间，区分度很差。这通常是因为原始数据中有一个“鹤立鸡群”的极端大值或小值。

• 原因：以效益型指标线性比例法为例，公式是(x - min)/(max-min)。如果有一个异常大的max，而其他值都远小于它，那么(max-min)会很大，导致(x-min)相对于它很小，计算结果就都接近0。
• 排查：打印原始数据的描述性统计df.describe()，查看max、min和75%分位数。如果max远大于75%分位数，很可能存在异常值。
• 解决：
  1. 异常值处理：根据业务知识或统计方法（如3σ原则、箱线图）识别并处理异常值。可以剔除、用中位数或上下限值替换。
  2. 更换方法：考虑使用基于排名的方法，如将原始数据转换为秩次（排名），然后再归一化。这能削弱极端值的影响。
  3. 使用更稳健的标准化：在正向化后，不采用Min-Max归一化，而使用Z-score标准化（(x - mean)/std）。但Z-score会产生负值，后续如需非负输入（如熵权法），可能还需再次处理。

5.3 如何将正向化流程封装成可复用的类或模块？

在真正的数学建模竞赛或项目中，我们往往要处理几十个指标。每次都写循环调用函数很麻烦。一个好的实践是将其封装起来。

import numpy as np import pandas as pd class DataPreprocessorForEvaluation: """ 用于多指标综合评价的数据预处理器（正向化+标准化）。 """ def __init__(self): self.indicator_types = {} # 存储指标类型 self.min_vals = {} self.max_vals = {} self.best_vals = {} # 用于适度型指标 def set_indicator_type(self, indicator_name, ind_type, best_value=None): """ 设置指标类型。 ind_type: 'benefit', 'cost', 'moderate' best_value: 当ind_type为'moderate'时，传入最优值（数值或区间列表）。 """ self.indicator_types[indicator_name] = ind_type if ind_type == 'moderate': self.best_vals[indicator_name] = best_value def fit(self, df): """计算并存储必要的统计量（如min, max），用于后续转换。""" for col in df.columns: if col in self.indicator_types: self.min_vals[col] = df[col].min() self.max_vals[col] = df[col].max() def transform(self, df, standardize_method='minmax'): """ 对DataFrame进行正向化转换。 standardize_method: 'minmax' 或 'zscore'，指定标准化方法。 """ result_df = pd.DataFrame(index=df.index) for col in df.columns: if col not in self.indicator_types: print(f"警告: 指标 '{col}' 未设置类型，将按原样处理。") result_df[col] = df[col].values continue x = df[col].values.astype(float) ind_type = self.indicator_types[col] # 正向化 if ind_type == 'benefit': x_forward = (x - self.min_vals[col]) / (self.max_vals[col] - self.min_vals[col]) elif ind_type == 'cost': x_forward = (self.max_vals[col] - x) / (self.max_vals[col] - self.min_vals[col]) elif ind_type == 'moderate': # 调用之前定义的适度型函数，这里简化处理 x_best = self.best_vals.get(col, 0) # 这里需要传入完整的forward_moderate函数逻辑，为简洁略去内部细节 # 假设有一个内部函数 _forward_moderate x_forward = self._forward_moderate(pd.Series(x), x_best) else: x_forward = x # 处理相等情况导致的除零 if np.any(np.isnan(x_forward)): x_forward = np.nan_to_num(x_forward, nan=0.5) # 标准化（如果正向化已是[0,1]归一化，且选择minmax，可跳过） if standardize_method == 'zscore': mean_val = np.mean(x_forward) std_val = np.std(x_forward) if std_val > 0: x_forward = (x_forward - mean_val) / std_val else: x_forward = np.zeros_like(x_forward) result_df[col] = x_forward return result_df def _forward_moderate(self, series, best_value): """内部函数：处理适度型指标（简化版）""" # 这里应包含之前forward_moderate函数的完整逻辑 # 为节省篇幅，此处返回原值，实际使用时需替换 return series.values def fit_transform(self, df, standardize_method='minmax'): """拟合和转换一步完成。""" self.fit(df) return self.transform(df, standardize_method) # 使用示例 preprocessor = DataPreprocessorForEvaluation() preprocessor.set_indicator_type('GDP_per_capita', 'benefit') preprocessor.set_indicator_type('Energy_per_GDP', 'cost') preprocessor.set_indicator_type('PM25', 'cost') # 假设df是原始数据DataFrame processed_df = preprocessor.fit_transform(df[['GDP_per_capita', 'Energy_per_GDP', 'PM25']]) print(processed_df)

封装成类后，代码的复用性和可读性大大增强，也便于在论文附录中展示你的数据处理代码。

5.4 在数学建模论文中如何书写这一部分？

在论文的“数据预处理”或“指标体系构建”部分，你需要清晰、规范地描述正向化过程。

1. 文字描述：首先说明进行数据正向化的原因，即统一指标趋向。
2. 公式展示：列出你采用的具体正向化公式。例如：

   针对效益型指标，采用公式：$x_{ij}' = \frac{x_{ij} - \min(x_j)}{\max(x_j) - \min(x_j)}$ 针对成本型指标，采用公式：$x_{ij}' = \frac{\max(x_j) - x_{ij}}{\max(x_j) - \min(x_j)}$ 其中，$x_{ij}$ 表示第 $i$ 个样本在第 $j$ 个指标上的原始值，$x_{ij}'$ 表示正向化后的值。

3. 表格展示：可以设计一个“指标类型与处理方法表”，让评委一目了然。

   指标名称	指标类型	正向化方法
   人均GDP	效益型	线性比例归一化
   单位GDP能耗	成本型	线性比例归一化
   PM2.5浓度	成本型	线性比例归一化

4. 结果示意：在附录中提供部分正向化后的数据（如前5行），或说明“经上述处理，得到标准化决策矩阵 $Z$”，并引用后续模型。

记住，清晰、规范的数据处理过程是论文获得高分的基础。评委希望看到你不仅会跑代码，更理解每一步操作的意义和背后的数学逻辑。通过这篇长文，我希望你带走的不仅仅是如何调用几个Python函数，而是面对一堆杂乱数据时，那种知道该从何下手、为何如此下手的底气和思路。数据正向化是数学建模中一个微小的环节，但正是对这些细节的精准把握，决定了你模型大厦的稳固程度。