import?numpy?as?np
import?matplotlib.pyplot?as?plt

def?TXTtoNumpy（TXTfilename?lableState=False?Print=False?delim?=?‘\t‘）:
????‘‘‘

????:param?TXTfilename:?Path?about?TXT?file
????:param?lableState:?True?for?have?labels?of?data
????:param?print:?to?print?info?about?data
????:param?delim:?to?split?‘\t‘
????:return:
????‘‘‘
????TXTfr?=?open（TXTfilename）
????TXTList?=?TXTfr.readlines（）
????stringArr?=?[line.strip（）.split（delim）?for?line?in?TXTList]


????n_examples?=?len（stringArr）

????if?lableState:
????????n_features?=?len（stringArr[0]）-1
????????labels?=?np.zeros（n_examples）
????????labels?=?[int（line[n_features]）?for?line?in?stringArr]
????else:
????????n_features?=?len（stringArr[0]）

????if?Print:
????????print（“n_examples:?“?n_examples）
????????print（“n_features:?“?n_features）

????floatList?=?np.zeros（（n_examples?n_features））

????for?i?in?range（0?n_features）:
????????floatList[:i]?=?[float（line[i]）?for?line?in?stringArr]

????if?lableState:
????????return?floatList?labels
????else:
????????return?floatList

def?pca（npArr?k?show?=?False）:

????‘‘‘

????:param?npArr:?shape=（n_examples?n_features）
????:param?k:?to?keep?k?components
????:param?show:?True?to?show?figure?about?origData?and?reconData
????:return:?LowNpArr?loss
????‘‘‘
????#?Preprocessing

????n_examples?=?npArr.shape[0]
????n_features?=?npArr.shape[1]

????mean?=?np.zeros（n_features）
????std?=?np.zeros（n_features）

????StdMeanNpArr?=?np.zeros（（n_examples?n_features））

????mean?=?np.average（npArr?axis=0）.reshape（1n_features）
????std?=?np.std（npArr?axis=0）.reshape（1n_features）
????StdMeanNpArr?=?（npArr?-?mean）?/?std

????#?pca
????sigma?=?np.cov（StdMeanNpArr?rowvar=0）
????eigValue?eigVects?=?np.linalg.eig（sigma）?#?獲得協方差矩陣的特征值，特征向量
????eigValInd?=?np.argsort（eigValue）?#?返回特征值從小到大排序的索引
????eigValInd?=?eigValInd[:-（k+1）:-1]?#?從后向前一共取k個值的索引
????redEigVects?=?eigVects[:eigValInd]?#?取出指定索引的特征向量
????LowNpArr?=?np.dot（StdMeanNpArr?redEigVects）?#?原數據與選定的特征向量內積，得到降維數據
????reconNpArr?=?np.dot（LowNpArr?redEigVects.T）?#?重構數據

????redEigValue?=?eigValue[eigValInd]
????loss?=?1?-?np.sum（redEigValue）/np.sum（eigValue）?#?重構數據的損失程度
????print（“PCA?loss:?“?loss）

????if?show:
????????fig?=?plt.figure（）
????????ax?=?fig.add_subplot（111）
????????ax.scatter（StdMeanNpArr[:?0]?StdMeanNpArr[:?1]?marker?=?‘^‘?c=‘red‘）
????????ax.scatter（reconNpArr[:0]reconNpArr[:1]?marker=‘o‘?c=‘blue‘）
????????plt.show（）

????return?LowNpArr?loss




if?__name__?==?‘__main__‘:
????filename?=?‘./testSet3.txt‘
????npArr?lables?=?TXTtoNumpy（filename?lableState=True?Print=True）
????LowNpArr?loss?=?pca（npArr?k=1?show=True）

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2019-04-25?09:08??PCA\
?????文件???????22076??2011-06-08?23:58??PCA\testSet3.txt
?????文件????????2812??2019-04-25?09:08??PCA\PCA.py