Python PCA：结果矩阵n-1行

我在Python中使用PCA来降低我拥有的数据的维数。当前数据有768行和10列

我使用以下代码实现PCA：

import numpy as np
from sklearn import decomposition

demo_df = pd.read_csv('data.csv')
pca = decomposition.PCA(n_components=4)

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

np.savetxt('data_reduced.csv', comps, delimiter=',')

根据我的理解，结果文件应该包含768行和4列（因为n_components=4）

但是结果数据有n-1行，即767行

---

为什么数据中缺少一行

是的，你的理解是对的。但在将其传递给PCA之前，请检查demo_df的形状。它的长度必须是767。PCA不会从您的数据中删除任何样本

不同之处在于使用了

read\u csv（）

。请看一下这本书。它有一个参数

标题

，其描述如下：

标题：整数或整数列表，默认为“推断”

要用作 列名和数据的开头。默认行为就好像 如果未传递名称，则设置为0，否则设置为无。显式传递头=0 能够替换现有名称。标题可以是以下内容的列表： 为列上的多索引指定行位置的整数 e、 g.[0,1,3]。将跳过未指定的中间行 （例如，跳过本例中的2）。请注意，此参数忽略 如果skip_blank_lines=True，则注释行和空行，因此页眉=0 表示数据的第一行，而不是文件的第一行

默认情况下，如果使用另一个参数

name

未明确提供列标题，则它将使用文件的第一行作为列标题

因此，如果不想将文件的第一行用作列标题，则应在read_csv（）中传递

header=None

，如下所示：

demo_df = pd.read_csv('data.csv', header = None)