Python主成分分析代码

解析：主成分分析（PCA）是一种常用的数据降维方法，通过将原始数据投影到新的坐标系，保留数据中的主要变化方向，从而实现降维。在Python中，可以使用sklearn库中的PCA类进行主成分分析。

代码如下：

from sklearn.decomposition import PCA
import numpy as np

# 假设有一个二维数组data，表示原始数据
data = np.array([[1, 2], [3, 4], [5, 6]])

# 创建PCA对象，设置要保留的主成分个数
pca = PCA(n_components=2)

# 对原始数据进行主成分分析
pca.fit(data)

# 获取降维后的数据
transformed_data = pca.transform(data)

print("原始数据：
", data)
print("降维后的数据：
", transformed_data)