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: