StandardScaler包括比例尺类吗？

Question

默认情况下，“ scale”类正在计算标准偏差，并且输出与StandardScaler类相同。 换句话说，在以下两种情况下，我得到相同的结果。

from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
nns=scaler.fit_transform(X_train.fillna(0))

根据github，StandardScaler的受欢迎程度（即使用程度）是规模的10倍。

from sklearn.preprocessing import scale
nsc1=scale(X_train.fillna(0))

是否存在“ scale”类的特定原因？

---

更新：

例如在应用kmeans算法之前，变白特别适用于图像。使用standardScaler类（with_mean为False）可以实现相同的结果。使用单个标准类（例如“ StandardScaler”）确实有助于避免导入不同模块（例如scipy）。

import numpy as np
features = np.array([[1.9, 2.5, 1.7], [1.5, 2.5, 2.2], [0.8, 2.5, 1.7]])

from scipy.cluster.vq import whiten
whiten(features)

from sklearn.preprocessing import StandardScaler
scaler = StandardScaler(with_mean=False)
scaler.fit_transform(features)