python sklearn包中的主成分分析_基于sklearn和pand的主成分分析

我试图在这里复制PCA教程的结果(PCA-tutorial)，但我有一些问题。在据我所知，我是按照这些步骤来应用PCA的。但我的结果与教程中的不一样(或者可能是这样，我无法正确解释它们？)。当n_components=4时，我得到下面的图n_components4。我可能在某个地方遗漏了一些东西，我还添加了到目前为止的代码。

我的第二个问题是注释图形中的点，我有标签，我希望每个点都得到相应的标签。我试过一些东西，但到目前为止没有成功。

我还添加了数据集，并将其保存为CSV：,Cheese,Carcass meat,Other meat,Fish,Fats and oils,Sugars,Fresh potatoes,Fresh Veg,Other Veg,Processed potatoes,Processed Veg,Fresh fruit,Cereals,Beverages,Soft drinks,Alcoholic drinks,Confectionery

England,105,245,685,147,193,156,720,253,488,198,360,1102,1472,57,1374,375,54

Wales,103,227,803,160,235,175,874,265,570,203,365,1137,1582,73,1256,475,64

Scotland,103,242,750,122,184,147,566,171,418,220,337,957,1462,53,1572,458,62

NIreland,66,267,586,93,209,139,1033,143,355,187,334,674,1494,47,1506,135,41

对这两个问题有什么想法吗？在

`import pandas as pd

import matplotlib.pyplot as plt

from sklearn import decomposition

demo_df = pd.read_csv('uk_food_data.csv')

demo_df.set_index('Unnamed: 0', inplace=True)

target_names = demo_df.index

tran_ne = demo_df.T

pca = decomposition.PCA(n_components=4)

comps = pca.fit(tran_ne).transform(tran_ne)

plt.scatter(comps[0,:], comps[1, :])

plt.title("PCA Analysis UK Food");

plt.xlabel("PC1");

plt.ylabel("PC2");

plt.grid();

plt.savefig('PCA_UK_Food.png', dpi=125)

`