NumPy · 函数

主成分分析

PCA 降维，返回变换后数据、主成分、解释方差比。对标 sklearn PCA。

调用签名(数据, 成分数: 'int' = 2, 标准化: 'bool' = True)

主ZHONGWEN
PYTHON

Chinese example

中文代码示例

# 完整案例：按字段调用 主成分分析
设 结果 = NumPy.主成分分析(
    数据=[1, 2, 3, 4],  # 必填；要处理的原始数据，可以是列表、字典、DataFr...
    成分数=2,  # 可选；整数类型的 成分数 参数,按函数业务含义传入对应...
    标准化=True,  # 可选；布尔开关 标准化,传 真 或 假 控制行为;不传...
)
打印(结果)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

3 个参数

参数类型 / 传入方式说明

数据可选 · 默认无

未声明位置参数或字段名=值

要处理的原始数据，可以是列表、字典、DataFrame、数组等。

常见错误：漏传会报 TypeError: missing required argument: '数据';检查调用是否漏了这行

成分数可选 · 默认 2

int位置参数或字段名=值

整数类型的成分数参数,按函数业务含义传入对应数值。

常见错误：传非整数会报 TypeError;按整数类型传值

标准化可选 · 默认 True

bool位置参数或字段名=值

布尔开关标准化,传真或假控制行为;不传时按默认值。

常见错误：传非布尔会报 TypeError;用真/假或 True/False

Playbook

基础用法 · 进阶组合 · 错误排查

# 完整案例：按字段调用 主成分分析
设 结果 = NumPy.主成分分析(
    数据=[1, 2, 3, 4],  # 必填；要处理的原始数据，可以是列表、字典、DataFr...
    成分数=2,  # 可选；整数类型的 成分数 参数,按函数业务含义传入对应...
    标准化=True,  # 可选；布尔开关 标准化,传 真 或 假 控制行为;不传...
)
打印(结果)

# 进阶组合:主成分分析 配合 NumPy 业务流使用
设 数据 = NumPy.数组([1, 2, 3, 4, 5])
设 结果 = NumPy.主成分分析(
    数据=[1, 2, 3, 4],  # 必填
    成分数=2,  # 可选
    标准化=True,  # 可选
)
设 总和 = NumPy.求和(数据)
打印(结果)

# 错误排查:覆盖 1 个必填参数

## 参数 1: 数据
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = NumPy.主成分分析()  # TypeError
# 修复:补上必填字段
设 结果 = NumPy.主成分分析(数据=[1, 2, 3, 4])
打印(结果)