PCA分析中最大特征值特征向量与最大方差轴不匹配问题排查

问题背景 #

用Blender生成半圆柱模拟点云数据集，进行PCA分析求解特征向量与特征值：

• Z轴为圆柱高度方向，方差统计显示Z轴方差最大：

np.var(data, axis=0)
x     0.225168
y     0.057463
z    33.122499
dtype: float64

• 理论上最大特征值对应的特征向量应沿Z轴，但实际绘图显示最小特征值的特征向量沿圆柱轴；将点云投影到最小特征值对应的两个特征向量构成的平面时，未得到预期圆形，反而呈圆柱状。
• 已确认特征向量选择逻辑正确，但结果不符合预期，同时对Blender点云导出的轴设置（轴选为Z、正方向选为Y或X）存在困惑。

相关代码 #

import numpy as np
import pandas as pd
from scipy.spatial.transform import Rotation as R
import matplotlib.pyplot as plt
from sklearn.preprocessing import StandardScaler

from r_pca import R_pca  # Ensure you have the r_pca library installed
from hyper_fit_with_lts import *
from cfg_fit_cylinder import *

def plot_vectors(data, eigvecs, eigenvals):
    colors = ['r', 'g', 'b']
    # Create a 3D scatter plot of the centered data
    fig = plt.figure()
    ax = fig.add_subplot(111, projection='3d')
    ax.scatter(data[:, 0], data[:, 1], data[:, 2], label='Data', c='g', marker='x', alpha=0.1)

    # Plot eigenvectors as vectors
    for i in range(3): 
        vector = eigvecs[:, i]
        ax.quiver(0, 0, 0, vector[0], vector[1], vector[2], color=colors[i], label=f'Eigenvector {eigvecs[:, i]}, {eigenvals[i]}')

    ax.set_xlabel('X-axis')
    ax.set_ylabel('Y-axis')
    ax.set_zlabel('Z-axis')
    ax.legend()
    plt.show()

data = pd.read_csv(PATH_TO_POINT_CLOUD, header=None)
data.columns = ['x', 'y', 'z']

rpca = R_pca(data.values) # RPCA
L, S = rpca.fit(max_iter=10_000)
column_means = np.mean(L, axis=0)
centered_L = L - column_means
cov_matrix = np.cov(centered_L, rowvar=False)
eigenvalues, eigenvectors = np.linalg.eig(cov_matrix)

print("Eigenvectors (Principal Components):")
print(eigenvectors)
print("\nEigenvalues")
print(eigenvalues)


centered_data = data - data.mean()
sorted_indices = np.argsort(-eigenvalues)
sorted_eigenvalues = sorted(eigenvalues, reverse=True)
sorted_eigenvectors = eigenvectors[:, sorted_indices]
plot_vectors(data.values, sorted_eigenvectors, sorted_eigenvalues)

smallest_components = sorted_eigenvectors[:, 1:] # Smallest eigenvectors (eigenvalues)

circle_projected_data = centered_data @ smallest_components
cylinder_2d_projection = sorted_eigenvectors[:, :2].T @ centered_data.T
cylinder_1d_projection = sorted_eigenvectors[:, 0].T @ centered_data.T
cylinder_height = np.ptp(cylinder_1d_projection)

circle_projected_data_without_centering = data @ smallest_components

fig1 = plt.figure()
ax1 = fig1.add_subplot(111)
ax1.scatter(circle_projected_data[0], circle_projected_data[1], color='r', label='Circle 2D in XY')
ax1.set_xlabel('X-axis')
ax1.set_ylabel('Y-axis')
ax1.set_title('Cycle 2D Projected Data')
ax1.set_aspect('equal')

ax1.legend()
plt.show()

排查方向 #

1. RPCA与后续数据不匹配 #

代码中用RPCA分解得到的低秩部分L计算协方差矩阵和特征值，但后续的中心化、绘图、投影操作全部使用原始data而非处理后的L。这会导致PCA计算的是低秩数据的特征，而可视化的是原始数据，两者维度分布不一致，必然出现结果矛盾。

• 修复：将后续所有用到data或centered_data的地方替换为L或centered_L，保持数据来源统一。

2. Blender轴系映射偏差 #

Blender默认轴系为Y轴向上，而Matplotlib等工具的3D绘图默认Z轴向上。如果导出点云时轴设置错误，会导致你认知的Z轴（圆柱高度）与实际数据的轴方向不匹配。

• 验证：打印L或data的数值范围，确认Z轴是否为数值跨度最大的轴；若不是，调整Blender导出时的轴设置，或在代码中手动交换轴（比如将Y和Z轴数据互换）。

3. 投影逻辑维度错误 #

在绘制投影图时，circle_projected_data是(n,2)的二维数组，但代码中用circle_projected_data[0]和circle_projected_data[1]取数，这只会获取第一行的两个值，而非所有点的X、Y投影坐标，导致绘图异常。

• 修复：将绘图代码改为ax1.scatter(circle_projected_data[:, 0], circle_projected_data[:, 1], color='r', label='Circle 2D in XY')。

4. 特征值排序验证 #

虽然使用了np.argsort(-eigenvalues)进行降序排序，但可通过以下方式验证特征向量与轴的对应关系：

• 计算最大特征值对应向量与[0,0,1]的点积，绝对值接近1则说明该向量沿Z轴；
• 打印sorted_eigenvalues和sorted_eigenvectors，确认特征值大小与向量方向的对应关系是否符合预期。

内容的提问来源于stack exchange，提问作者Karantai