python数据分析的主成分分析

python数据分析的主成分分析的简单讲解（手动加导入库实现）

文章目录

• python数据分析的主成分分析的简单讲解（手动加导入库实现）

• 一、使用步骤
  • 1.第一种手动实现
  • 2.第二种导入库实现
• 总结

---

前言

主成分分析是数据分析中的一种分析方法，用于分析出影响最大的因子和一系列因子，帮助你做决策，以及设置权重

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、python数据分析的主成分分析的简单讲解（手动加导入库实现）

1.实现过程

代码如下（示例）：

import numpy as np
print('======================第一个求解主成分======================')
A = np.array([[1, 0.3], [0.3, 1]])
print('打印A：\n{}'.format(A))
print('============================================')
a, b = np.linalg.eig(A)

for i in range(len(a)-1):
    for j in range(1, len(a)):
        if(a[i] < a[j]):
            root = a[j]
            a[j] = a[i]
            a[i] = root
            magnitute = b[j]
            b[j] = b[i]
            b[i] = magnitute

for i in range(len(a)):
    print('第{}个特征根： {}'.format(i+1, a[i]))
    print('第{}个特征向量： y = {}*x1 + {}*x2'.format(i+1, b[i][0], b[i][1]))

print('\n======================第二个求解主成分======================')
A = np.array([[1, 0, 0], [0, 5, 0], [0, 0, 4]])
print('打印A：\n{}'.format(A))
print('============================================')
a, b = np.linalg.eig(A)

for i in range(len(a)-1):
    for j in range(1, len(a)):
        if(a[i] < a[j]):
            root = a[j]
            a[j] = a[i]
            a[i] = root
            magnitute = b[j]
            b[j] = b[i]
            b[i] = magnitute

for i in range(len(a)):
    print('第{}个特征根： {}'.format(i+1, a[i]))
    print('第{}个特征向量： y = {}*x1 + {}*x2 + {}*x3'.format(i+1, b[i][0], b[i][1], b[i][2]))

实现的结果：

总结

主成分分析是数据分析中的一种分析方法，用于分析出影响最大的因子和一系列因子，帮助你做决策，以及设置权重