顯示手寫體數字圖片經PCA壓縮後的二維空間分佈

import pandas as pd
import numpy as np
digits_train = pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/optdigits/optdigits.tra', header=None)

digits_test = pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/optdigits/optdigits.tes', header=None)

x_digits = digits_train[np.arange(64)]
y_digits = digits_train[64]

print(x_digits)
print(y_digits)
from sklearn.decomposition import PCA

estimator = PCA(n_components=2)
x_pca = estimator.fit_transform(x_digits)
print(x_pca)


from matplotlib import pyplot as plt

def plot_pca_scatter():
    colors = ['black', 'blue', 'purple','yellow', 'white', 'red', 'lime', 'cyan', 'orange', 'gray']#總共有0-9,10種手寫數字，要把每一個手寫數字都用二維圖展現出來，爲了便於區分，使用10顏色
    for i in range(len(colors)):
        px = x_pca[:, 0][y_digits.as_matrix() == i]#這裏的[y_digits.as_matrix]主要對x_pca第一列的所有行起到選擇作用，也就是說假設i=0時，
        py = x_pca[:, 1][y_digits.as_matrix() == i]#選擇出所有訓練樣本的標籤爲0的x_pca，並將其用二維圖展現出來，不同的數字用不同的顏色畫出來
        plt.scatter(px, py, c=colors[i])           #最後，通過最終效果圖可以發現，同一類型的digits基本上分佈在同一塊區域

    plt.legend(np.arange(0, 10).astype(str))
    plt.xlabel('First Principal Component')
    plt.ylabel('Sencond Principal Component')
    plt.show()


plot_pca_scatter()

最終運行效果圖如下：