#?-*-?coding:?utf-8?-*-
“““
Created?on?Wed?Nov?11?14:16:56?2020

@author:?lenovo
“““
“““
#方法一
import?numpy?as?np
import?matplotlib.pyplot?as?plt
#將二維數(shù)據(jù)降成一維
num?=?[（2.5?2.4）?（0.5?0.7）?（2.2?2.9）?（1.9?2.2）?（3.1?3.0）?（2.3?2.7）
???????（2?1.6）?（1?1.1）?（1.5?1.6）?（1.1?0.9）]
num_array?=?np.array（num）
n1_avg?n2_avg?=?np.mean（num_array[:?0]）?np.mean（num_array[:?1]）
new_num_array?=?np.c_[num_array[:?0]?-?n1_avg?num_array[:?1]?-?n2_avg]
num_cov?=?np.cov（new_num_array[:?0]?new_num_array[:?1]）
ab?=?np.linalg.eig（num_cov）
w?=?b[:?np.argmax（a）]
zl_num?=new_num_array.dot（w.T）
print（zl_num）
plt.plot（zl_num‘ro‘）
#plt.scatter（num[:0]num[:1]）?#元組不行，列表才行，所以無(wú)法顯示
plt.show（）
“““
#====================================================
“““
#方法二，使用sklearn中的PCA
import?numpy?as?np
from?sklearn.decomposition?import?PCA
num?=?[（2.5?2.4）?（0.5?0.7）?（2.2?2.9）?（1.9?2.2）?（3.1?3.0）?（2.3?2.7）
???????（2?1.6）?（1?1.1）?（1.5?1.6）?（1.1?0.9）]
num_array?=?np.array（num）
pca?=?PCA（n_components?=?1）
z2_num?=pca.fit_transform（num_array）
#print（z2_num）
#==============================================
#題目二
x?=?np.array（[[-1266-1][-2658-1][-3845-2][19361][210621]
??????????????[35832]]）
pca?=?PCA（n_components?=?2）?#降到二維
pca.fit（x）???#訓(xùn)練
newx?=?pca.fit_transform（x）??#降維后的數(shù)據(jù)
print（pca.explained_variance_ratio_）????#輸出貢獻(xiàn)率
print（newx）
plt.scatter（newx[:0]newx[:1]）??#只能輸出列表，元組不可以輸出
“““
#==================
#題目三：鳶尾花數(shù)據(jù)可視化
import?numpy?as?np
import?pandas?as?pd
from?sklearn.decomposition?import?PCA???#sklearn閃點(diǎn)圖
import?matplotlib.pyplot?as?plt
text?=?pd.Dataframe（pd.read_csv（“iris.csv“））#讀取iris.csv文件中的數(shù)據(jù)
num?=?text.head（10）#取10行的數(shù)據(jù)
#print（num）
#print（text.describe（））??#查看統(tǒng)計(jì)分布
#print（text.isnull（）.sum（））??#查看數(shù)據(jù)缺失
“““

text.hist（figsize?=?（108）?）?#hist樹狀圖??figsize畫布大小
plt.show（）

“““
#鳶尾花數(shù)據(jù)可視化圖
x?=?text.iloc[::4]
y?=?text.iloc[:-1]
model?=?PCA（n_components?=?2?random_state?=?42）??#random_state按固定的比例劃分
newx?=?model.fit_transform（x）

#print（newx）??#顯示降維的結(jié)果
red_x?red_y?=?[]?[]
blue_x?blue_y?=?[]?[]
green_x?green_y?=?[]?[]

for?i?in?range（len（newx））:
????if?y[i]?==?‘setosa‘:
????????red_x.append（newx[i][0]）
????????red_y.append（newx[i][1]）
????elif?y[i]?==?‘versicolor‘:
????????blue_x.append（newx[i][0]）
????????blue_y.append（newx[i][1]）
????else:
????????green_x.append（newx[i][0]）
????????green_y.append（newx[i][1]）
????????
plt.scatter（red_x?red_y?c=‘r‘?label=‘setosa‘）
plt.scatter（blue_x?blue_y?c=‘b‘?label=‘versicolor‘）
plt.scatter（green_x?green_y?c=‘g‘?label=‘virginica‘）
plt.legend（）;
plt.show（）

?屬性????????????大小?????日期????時(shí)間???名稱
-----------?---------??----------?-----??----
?????文件????????4972??2020-11-11?14:04??iris.csv
?????文件????????2940??2020-11-18?15:02??PCmean.py