最小最大值方法：

def min_max_normalize(data):
    min_value = min(data)
    max_value = max(data)
    normalized_data = [(x - min_value) / (max_value - min_value) for x in data]
    return normalized_data

z-score方法：

def z_score_normalize(data):
    mean = sum(data) / len(data)
    std_dev = (sum([(x - mean) ** 2 for x in data]) / len(data)) ** 0.5
    normalized_data = [(x - mean) / std_dev for x in data]
    return normalized_data

最小最大值方法计算规范值的公式是：(x - min) / (max - min)，其中x是数据值，min和max分别是数据集中的最小值和最大值。

z-score方法计算规范值的公式是：(x - mean) / std_dev，其中x是数据值，mean是平均值，std_dev是标准差。