python进行简单的数据主成分分析

首先我们会用到的python库有：pandas,sklearn

pandas：

Pandas 是一个开源的数据分析和数据处理库，它是基于 Python 编程语言的。

Pandas 提供了易于使用的数据结构和数据分析工具，特别适用于处理结构化数据，如表格型数据（类似于Excel表格）。

Pandas 是数据科学和分析领域中常用的工具之一，它使得用户能够轻松地从各种数据源中导入数据，并对数据进行高效的操作和分析。

Pandas 主要引入了两种新的数据结构：DataFrame 和 Series。

sklearn：

sklearn是一个Python第三方提供的非常强力的机器学习库，它包含了从数据预处理到训练模型的各个方面。在实战使用scikit-learn中可以极大的节省我们编写代码的时间以及减少我们的代码量，使我们有更多的精力去分析数据分布，调整模型和修改超参。（sklearn为包名）

第一步，对数据进行规范化处理。

#这里先获取数据
#用到了数据分析的pandas库
import pandas as pd
data=pd.read_excel("你的文件.xlsx")#利用pandas库读取.xlsx文件
X=data.iloc[:,1:]
#这里进行正式的数据规范化处理
#用到机器学习的sklearn库
from sklearn.preprocessing import StandardScaler
scaler=StandardScaler()
scaler.fit(X)
X=scaler.transform(X)

运行的结果如下：

接下来进行主成分分析：

1、导入主成分分析模块PCA

from sklearn.decomposition import  PCA

2、利用PCA创建主成分分析对象（这里我设置累计贡献率为0.9以上）

pca=PCA(n_components=0.9)

3、调用pca对象中的fit（）方法进行拟合训练

pca.fit(X)

4、调用pca对象中的transform（）方法，返回提取的主成分

Y=pca.transform(X)#返回提取的主成分

5、通过pca对象中的components_属性、explained_variance_属性......返回相应的值，比如：

tzxl=pca.components_#返回特征向量
tz=pca.explained_variance_#返回特征值
gxl=pca.explained_variance_ratio_#返回主成分方差百分比（贡献率）

完整的代码如下：

import pandas as pd
from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import  PCA
#先对数据进行规范化处理
Data=pd.read_excel("高等教育发展数据.xlsx")
X=Data.iloc[:,1:]
scaler=StandardScaler()
scaler.fit(X)
X=scaler.transform(X)
#再这里进行主成分分析的相关操作
pca=PCA(n_components=0.9)#这里设置累计贡献率为0.9以上
pca.fit(X)
Y=pca.transform(X)#返回提取的主成分
tzxl=pca.components_#返回特征向量
tz=pca.explained_variance_#返回特征值
gxl=pca.explained_variance_ratio_#返回主成分方差百分比（贡献率）
Y1=sum(X[0,:]*tzxl[0,:])
Y2=sum(X[1,:]*tzxl[0,:])
Y3=sum(X[2,:]*tzxl[0,:])
Y4=sum(X[3,:]*tzxl[0,:])

运行结果如下：