使用Prince库PCA时column_correlations报错：DataFrame对象不可调用

问题核心：你错误地将column_correlations当作需要传参的方法调用，但在Prince库的PCA实现中，它是一个已预计算好的DataFrame属性，不是方法。

在执行pca = pca.fit(choco)后，模型已经完成拟合，column_correlations会自动生成并存储特征与主成分的相关系数结果，直接访问该属性即可，无需加括号传参。原代码中pca.column_correlations(choco)的写法相当于试图把一个DataFrame对象当作函数调用，因此触发TypeError: 'DataFrame' object is not callable。

修正后的完整代码：

import pandas as pd
import prince

# 示例数据
data = {
    'Feature1': [1, 2, 3, 4, 5],
    'Feature2': [5, 4, 3, 2, 1],
    'Feature3': [2, 3, 4, 5, 6]
}

choco = pd.DataFrame(data)

# 初始化Prince的PCA模型
pca = prince.PCA(n_components=2)

# 拟合模型到数据
pca = pca.fit(choco)

# 直接访问column_correlations属性获取相关系数
correlations = pca.column_correlations
print(correlations)

运行这段代码会正常输出特征与主成分的相关系数矩阵。

内容的提问来源于stack exchange，提问作者Sarah LENET