使用主成分分析来可视化数据

Question

我正在尝试使用 pca 来可视化我的数据。我有一个包含 4 个变量（日期、地下水位、降雨量、温度）Here is an example of my dataset 的数据集。我想看看降雨量和 gwl 以及 temp 和 gwl 之间是否存在关系。

我听说我可以使用 pca 或回归来尝试这个。我对此很陌生，对如何去做这件事有点困惑。

我按照网上的教程，但最后我得到了一个错误：

 >>>> **TypeError: invalid type comparison**. 

我很困惑，因为目标不是简单的 0 或 1，而是地下水位 (gwl)。我想看看地下水位和温度之间是否有任何相关性

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

df = pd.read_excel("C:/Users/Tamarie/Downloads/joined1.xlsx")
print(df.dtypes)
df.head()
df.info()

from sklearn.preprocessing import StandardScaler
features = ['rainfall', 'temperature', 'Evapotrans']
# Separating out the features
x = df.loc[:, features].values
# Separating out the target
y = df.loc[:,['gwl']].values
# Standardizing the features
x = StandardScaler().fit_transform(x)

from sklearn.decomposition import PCA
pca = PCA(n_components=2)
principalComponents = pca.fit_transform(x)
principalDf = pd.DataFrame(data = principalComponents
             , columns = ['principal component 1', 'principal component 2'])

finalDf = pd.concat([principalDf, df[['gwl']]], axis = 1)
fig = plt.figure(figsize = (8,8))
ax = fig.add_subplot(1,1,1) 
ax.set_xlabel('Principal Component 1', fontsize = 15)
ax.set_ylabel('Principal Component 2', fontsize = 15)
ax.set_title('2 component PCA', fontsize = 20)
targets = ['gwl']
colors = ['r', 'g', 'b']
for target, color in zip(targets,colors):
    indicesToKeep = finalDf['gwl'] == target
    ax.scatter(finalDf.loc[indicesToKeep, 'principal component 1']
               , finalDf.loc[indicesToKeep, 'principal component 2']
               , c = color
               , s = 50)
ax.legend(targets)
ax.grid()

Answer 1

targets = ['gwl']
colors = ['r', 'g', 'b']
for target, color in zip(targets,colors):
    indicesToKeep = finalDf['gwl'] == target 

在这一行中，为什么要将 finalDf['gwl'] 浮点列表与目标字符串进行比较

不过，如果你想看看地下水位和温度之间是否有任何相关性

那么你可以在地下水位和温度列之间绘制散点图