在Scikit-learn中，可以使用preprocessing模塊中的StandardScaler類來對數據進行標準化。下面是一個簡單的示例代碼，演示如何使用StandardScaler進行數據標準化：
from sklearn import preprocessing
import numpy as np
# 創建一個示例數據集
data = np.array([[1.0, 2.0, 3.0],
[4.0, 5.0, 6.0],
[7.0, 8.0, 9.0]])
# 創建StandardScaler對象
scaler = preprocessing.StandardScaler()
# 對數據集進行標準化
scaled_data = scaler.fit_transform(data)
# 輸出標準化后的數據
print(scaled_data)
在上面的示例中，首先創建了一個示例數據集data，然后創建了一個StandardScaler對象scaler。接下來使用fit_transform方法對數據集data進行標準化，并將結果保存在scaled_data中。最后輸出標準化后的數據scaled_data。
需要注意的是，在對數據進行標準化之前，通常需要先對數據進行擬合（fit）操作，以便計算均值和標準差。然后再通過transform方法對數據進行標準化。
