Python 使用 PCA 算法绘制 Excel 数据散点图

以下是一个示例代码，用于读取 Excel 中的两列数据，并使用 PCA 算法绘制散点图：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.decomposition import PCA

# 读取 Excel 文件
df = pd.read_excel('data.xlsx', usecols=[0, 1])

# 将数据转换为 numpy 数组
data = np.array(df)

# 进行 PCA 降维
pca = PCA(n_components=2)
new_data = pca.fit_transform(data)

# 绘制散点图
plt.scatter(new_data[:, 0], new_data[:, 1])
plt.xlabel('PCA1')
plt.ylabel('PCA2')
plt.show()

在这个示例代码中，我们首先使用 pandas 库读取 Excel 文件中的两列数据。然后，我们将数据转换为 numpy 数组，并使用 sklearn 库中的 PCA 算法进行降维。最后，我们使用 matplotlib 库绘制散点图，其中 x 轴和 y 轴分别表示 PCA1 和 PCA2 的值。