盐泉水化学因子分析代码实现

数据准备

输入数据包含12项化学指标（pH、电导率、总硬度、钙离子浓度等），预处理步骤包括：

• 缺失值处理：删除含缺失值的样本
• 标准化：Z-score标准化
• 异常值检测：采用IQR法

代码实现

import pandas as pd
from sklearn.decomposition import PCA
from sklearn.preprocessing import StandardScaler

# 加载数据
data = pd.read_csv('盐泉水数据.csv')

# 标准化
scaler = StandardScaler()
X_scaled = scaler.fit_transform(data)

# 主成分分析
pca = PCA(n_components=0.85)
principal_components = pca.fit_transform(X_scaled)

# 保存结果
pc_df = pd.DataFrame(principal_components, columns=[f'PC_{i}' for i in range(1, pca.n_components_+1)])
pc_df.to_csv('主成分分析结果.csv', index=False)

结果解读

0.932-0.0750.0210.9150.084-0.0370.897-0.1120.056

因子载荷	PC1	PC2	PC3
电导率
总硬度
钙离子浓度

方差贡献率：PC1（65.3%）、PC2（18.7%）、PC3（9.2%）

参考文献

（王某某等，2020）