修改坐标轴数据，Y轴最大值为0.75，最小值为-0.75。X轴最大值为1.5，最小值为-1.5。让两条曲线落在该范围之间

为了使降维后的数据点落在指定的坐标轴范围内，可以通过调整数据的缩放比例来实现。具体步骤如下：

### 修改坐标轴数据

1. **导入所需库**：

   import numpy as np
   import matplotlib.pyplot as plt
   from sklearn.datasets import make_moons
   from sklearn.decomposition import PCA

2. **生成训练集**：

   x, y = make_moons(n_samples=100, random_state=233)

3. **应用PCA降维**：

   pca = PCA(n_components=1)
   x_pca = pca.fit_transform(x)

4. **缩放数据**：
- 计算当前数据的范围
- 将数据缩放到指定的范围内

   # 当前数据的范围
   min_val = np.min(x_pca)
   max_val = np.max(x_pca)

   # 指定的新范围
   new_min_y = -0.75
   new_max_y = 0.75
   new_min_x = -1.5
   new_max_x = 1.5

   # 缩放数据
   scaled_x_pca = (x_pca - min_val) / (max_val - min_val) * (new_max_y - new_min_y) + new_min_y

5. **绘制降维后的效果**：

   plt.figure(figsize=(8, 6))
   plt.scatter(scaled_x_pca, np.zeros_like(scaled_x_pca), c=y, cmap='viridis')
   plt.xlim(new_min_x, new_max_x)
   plt.ylim(new_min_y, new_max_y)
   plt.xlabel('Principal Component 1')
   plt.ylabel(' ')
   plt.title('PCA of Moons Dataset')
   plt.grid(True)
   plt.show()

### 解释
- **生成训练集**：使用 `make_moons` 函数生成月牙形数据集。
- **应用PCA降维**：将二维数据降维成一维。
- **缩放数据**：计算当前数据的最小值和最大值，并将其缩放到指定的新范围内。
- **绘制降维后的效果**：使用 `scatter` 绘制降维后的数据点，并设置坐标轴的范围。

这样，降维后的数据点将会落在指定的坐标轴范围内。