python做主成分分析

Python中可以使用scikit-learn库来进行主成分分析。下面给出一个简单的主成分分析代码示例：

# 导入所需库
import numpy as np
from sklearn.decomposition import PCA

# 生成数据
X = np.random.rand(100, 5)

# 创建PCA对象并拟合数据
pca = PCA(n_components=2)
pca.fit(X)

# 查看解释方差贡献率
print(pca.explained_variance_ratio_)

# 获得主成分载荷
print(pca.components_)

# 获得主成分得分
transformed = pca.transform(X)
print(transformed)

在上述代码中，我们首先生成了一个形状为(100, 5)的随机数据矩阵X。然后，我们创建了一个n_components=2的PCA对象，并用它来拟合X。我们可以使用explained_variance_ratio_属性查看每个主成分的解释方差贡献率，使用components_属性查看主成分载荷，使用transform方法获得每个样本在主成分上的得分。