数据挖掘利用python的numpy库计算矩阵均值，协方差矩阵，特征值，特征值向量，进行主成分分析。

我这里是一个三个特征的作业：

我们首先输入矩阵：（在这之前记得导入numpy库哈）

X = np.array([[149.5,162.5,162.7,162.2,156.5,156.1,172,173.2,159.5,157.7],[69.5,77,78.5,87.5,74.5,74.5,76.5,81.5,74.5,79],[38.5,55.5,50.8,65.5,49,45.5,51,59.5,43.5,53.5]])

计算均值：

 np.mean(X)//所有元素求和，除以总个数
 np.mean(X,axis=0)//计算行的均值
 np.mean(X,axis=1)//计算列的均值

计算协方差矩阵

 cov = np.cov(X)
 x = cov*9/10

注意！！！这里有一步是乘以9除以10。
为什么这样做呢？
我们看一下数据挖掘主成分分析对协方差矩阵的定义：

是以n-1为分母的，但是我们实际计算时（如概率论）协方差矩阵是以n为分母的。我们这里*9/10就是为了把n-1换成n。
协方差矩阵的特征值，特征向量：

a,b = np.linalg.eig(x)//a为特征值，b为特征向量

然后计算出结果如下：