入门版python实现独立成分分析法ICA

只讲用法，不讲原理。

前提条件：安装好python，并安装好numpy、matplotlib、sklearn库。

win10安装方法：打开cmd， cd python ， pip install numpy，显示collecting numpy后会进行下载并安装；如果下载安装失败，就去显示collecting numpy后给出的链接那儿手动下载，手动下载好了后，cd到保存的路径，然后pip install ***(***指文件名)。
安装成功后，打开IDLE输入import numpy，不报错的话就是安装成功了。如果安装不成功，检查下环境变量里是否已添加python路径，若无，则添加。

import numpy as np
import matplotlib.pyplot as plt
from sklearn.decomposition import FastICA#导入函数

经过FastICA处理后，此时的数据源在图形形状上跟初始数据源具有相似性，但幅度是不一样的，且可能会发生翻转，这是因为ICA是一个不定问题，有多个解符合假设，不是唯一解。

将三个信号进行随机线性混合，得到三个混合信号；然后用FastICA算法进行解混，得到三个源信号。
完整可实现代码部分如下：
import numpy as np
import matplotlib.pyplot as plt
from sklearn.decomposition import FastICA
C = 200
x = np.arange©
a = np.linspace(-2, 2, 25)
s1 &