python代码用sklearn对鸢尾花实现主成分分析

下面是使用sklearn对鸢尾花数据集进行主成分分析的Python代码：

from sklearn.datasets import load_iris
from sklearn.decomposition import PCA
import matplotlib.pyplot as plt

# 加载数据集
iris = load_iris()
X = iris.data

# 创建PCA对象并进行拟合
pca = PCA(n_components=2)
X_pca = pca.fit_transform(X)

# 绘制降维后的数据散点图
plt.scatter(X_pca[:, 0], X_pca[:, 1], c=iris.target, edgecolors='none')
plt.xlabel('PC1')
plt.ylabel('PC2')
plt.colorbar()
plt.show()

在代码中，首先使用`load_iris()`函数加载鸢尾花数据集，然后将数据集的特征保存在X中。接着创建了一个PCA对象，将数据集降为2维。使用`fit_transform()`方法对数据进行降维，得到降维后的数据集X_pca。最后，使用Matplotlib库绘制散点图，横轴为PC1，纵轴为PC2，点的颜色表示花的类别。运行代码后，可以得到鸢尾花数据集的主成分分析降维结果图。