Python 如何从sklearn保存PCA后的行标题

我有这样一个数组：

sampleA 1 2 2 1 
sampleB 1 3 2 1
sampleC 2 3 1 2

我的目标是对样本运行PCA，并查看它们的聚类。但是，我需要在行标题中保留示例名称。我有什么办法可以做到这一点吗？所需的PCA结果包括行标题：

sampleA 0.13 0.1
sampleB 0.1 0.4
sampleC 0.1 0.1

目前只运行以下两条简单的线路：

my_pca = PCA(n_components=8)
trans = my_pca.fit_transform(in_array)

根据，在执行PCA之前，您的输入将通过np.array进行转换。因此，即使使用结构化数组或数据帧，在PCA.fit_transformX期间也会丢失行索引。但是，数据的顺序是保留的，这意味着您可以在需要时重新附加索引：

import io

import numpy as np
import pandas as pd
from sklearn.decomposition import PCA

s = """sampleA 1 2 2 1
sampleB 1 3 2 1
sampleC 2 3 1 2"""
in_array = pd.read_table(io.StringIO(s), sep=' ', header=None, index_col=0)
my_pca = PCA(n_components=2)
trans = my_pca.fit_transform(in_array)
df = pd.DataFrame(trans, index=in_array.index)
print(df)
#                 0         1
# 0                          
# sampleA -0.773866 -0.422976
# sampleB -0.424531  0.514022
# sampleC  1.198397 -0.091046

根据，在执行PCA之前，您的输入将通过np.array进行转换。因此，即使使用结构化数组或数据帧，在PCA.fit_transformX期间也会丢失行索引。但是，数据的顺序是保留的，这意味着您可以在需要时重新附加索引：

import io

import numpy as np
import pandas as pd
from sklearn.decomposition import PCA

s = """sampleA 1 2 2 1
sampleB 1 3 2 1
sampleC 2 3 1 2"""
in_array = pd.read_table(io.StringIO(s), sep=' ', header=None, index_col=0)
my_pca = PCA(n_components=2)
trans = my_pca.fit_transform(in_array)
df = pd.DataFrame(trans, index=in_array.index)
print(df)
#                 0         1
# 0                          
# sampleA -0.773866 -0.422976
# sampleB -0.424531  0.514022
# sampleC  1.198397 -0.091046

---

只是想知道你是如何让代码工作的？你的阵型是3，4。如果将其与n_components=8匹配，则应该会收到一条错误消息。如果我用n_components=2来拟合它，我没有得到结果，samamreak 0.13 0.1，你提到过。我这里遗漏了什么吗？对不起，我的实际数据是一个大得多的数组，肯定无法轻松放入注释框：没问题。只是我不能用你的代码重现你的结果，我害怕因为遗漏了一些东西而变得愚蠢。只是想知道你是如何让代码工作的？你的阵型是3，4。如果将其与n_components=8匹配，则应该会收到一条错误消息。如果我用n_components=2来拟合它，我没有得到结果，samamreak 0.13 0.1，你提到过。我这里遗漏了什么吗？对不起，我的实际数据是一个大得多的数组，肯定无法轻松放入注释框：没问题。只是我不能用你的代码复制你的结果，我害怕因为遗漏了什么而变得愚蠢。谢谢，订单保存知识非常有用谢谢，订单保存知识非常有用