erdogant/pca

📦 pca – 主成分分析的轻量级 Python 封装

是什么 – pca 是一个小型纯 Python 包，可轻松运行主成分分析（PCA）及相关线性降维方法（SparsePCA、TruncatedSVD），并提供比原始 scikit-learn API 更丰富的可视化和工具。

为何值得关注 – 如果你已经使用 sklearn.decomposition.PCA，但希望：

使用现成的双标图、载荷向量和 3D 可视化，
自动进行异常值检测（Hotelling T²、SPE/D‑ModX），
简单提取最重要的原始特征，
使用工具对数据进行方差归一化/去除偏差、保存/加载拟合模型，并将新数据映射到已有 PCA 空间——所有这些功能都通过一个 pca 对象实现，可大幅减少样板代码。

🎯 核心功能（如 README 所列）

功能	说明
拟合与转换	封装 scikit-learn 的 PCA/SparsePCA/TruncatedSVD，提供单一的 `fit_transform` 方法，返回降维后的坐标。
双标图与载荷	在 PC 空间中绘制样本，并用箭头表示每个原始变量的贡献（载荷）。
解释方差图	可视化每个成分所捕捉的方差，帮助你选择合适的主成分数量。
表现最佳的特征	返回对选定成分贡献最大的原始变量的排序列表。
散点图	选择的 PC 的简单二维散点图，支持颜色/大小编码。
异常值检测	实现 Hotelling 的 T² 和 SPE/D‑ModX 统计量，标记远离模型中心的观测值。
去除方差偏差	在 PCA 前从数据中移除系统性偏差（例如，将每个 PC 缩放到单位方差）。
保存与加载	将拟合后的 `pca` 对象序列化到磁盘并后续重新加载，保留变换矩阵。
离散数据支持	经过适当编码后，可处理分类/离散数据集（README 中提及示例）。

🚀 快速上手

# 从 PyPI 安装
pip install pca

from pca import pca

# 示例 – 经典的鸢尾花数据集
model = pca(n_components=2)          # 选择主成分数量
X_red = model.fit_transform(X)      # X 是 NumPy / pandas 矩阵
model.biplot()                      # 快速可视化

文档（通过徽章栏链接）包含完整的 快速入门 笔记本、Colab 链接和图表画廊。

📚 文档与学习资源

API 参考 – https://erdogant.github.io/pca/
教程笔记本 – README 中的 Colab 徽章；示例页面提供逐步使用案例。
Medium 文章 – 关于 PCA 基础、异常值检测和特征重要性的简明指南（表格中提供链接）。
Gumroad – 付费/扩展版文章和播客节目，适合深入学习（可选）。

👥 社区与维护

维护者 – Erdogan Taskesen（GitHub erdogant）。
许可证 – MIT（宽松，允许商业使用）。
活跃度 – 徽章显示活跃状态、最近发布和稳定的下载量（每月数万次）。
贡献 – 欢迎提交拉取请求；贡献者通过 contrib.rocks 显示。
支持 – 提供捐赠按钮（Buy-me-a-coffee）支持维护者。

TL;DR

pca 是对 scikit-learn 线性分解工具的轻量封装，增加了预设可视化、异常值检测以及特征重要性和模型持久化等便捷功能。对于需要快速生成可发表的 PCA 图表而无需编写自定义 matplotlib 代码的数据科学家非常有用。