【数据可视化实验-7】高维数据型图表之主成分分析图

实验内容：

绘制主成分分析图，将高维数据呈现于低维空间中。

实验要求：

自选高维多元数据集，绘制主成分分析图；

说明数据集来源，详细介绍数据集内容；

添加椭圆标定不同数据类别。

实验目的：

掌握主成分分析图的绘制方法，理解主成分分析法的投影原理。

iris = datasets.load_iris()

x_reduced = PCA(n_components=2).fit_transform(iris.data)
target=pd.Categorical.from_codes(iris.target,iris.target_names)

df=pd.DataFrame(dict(pca1=x_reduced[ : , 0],pca2=x_reduced[ :,1],target=target))

base_plot2=(ggplot(df,aes( 'pca1' , 'pca2',fill='factor(target)' )) +
            geom_point (alpha=1,size=3,shape='o' ,colour='k')+
            stat_ellipse( geom="polygon",level=0.95,alpha=0.2) +
            scale_fill_manual(values=("#00AFBB","#E7B800","#FC4E07" ), name='group')+
            theme(
                axis_title=element_text(size=15,face="plain",color="black"),
                axis_text = element_text(size=13,face="plain",color="black"),
                legend_text = element_text(size=11,face="plain" ,color="black"),
                aspect_ratio =1,
                figure_size = (5,5),dpi = 100
            )
            )
print(base_plot2)