如何在3D图中添加PCA第一主成分可视化直线？

你的3D图目前要么用的是原始特征而非PCA降维结果，要么缺少第一主成分直线的坐标计算逻辑。以下分两种常见场景给出修改方案：

场景1：在PCA降维后的3D空间展示第一主成分直线 #

这是PCA可视化的常规做法，降维后第一主成分对应PC1轴，直线沿该轴延伸。

修改后的完整代码：

import numpy as np
np.set_printoptions (suppress=True, precision=5, linewidth=150)
import pandas as pd
from sklearn.decomposition import PCA
from sklearn.preprocessing import LabelEncoder
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt

file_name = 'C:/Users/data'
input_data = pd.read_csv (file_name + '.csv', header=0, index_col=0)
A = input_data.A.values.astype(float)
B = input_data.B.values.astype(float)
C = input_data.C.values.astype(float)
D = input_data.D.values.astype(float)
E = input_data.E.values.astype(float)
F = input_data.F.values.astype(float)
X = np.column_stack((A, B, C, D, E, F))

ncompo = int (input ("Number of components to study: "))
print("")
pca = PCA (n_components = ncompo)
pcafit = pca.fit(X)
X_pca = pca.transform(X)  # 获取PCA降维后的数据

perc = pcafit.explained_variance_ratio_
perc_x = range(1, len(perc)+1)
plt.plot(perc_x, perc)
plt.xlabel('Components')
plt.ylabel('Percentage of Variance Explained')
plt.show()

# 3D可视化：PCA降维后的空间
plt.clf()
le = LabelEncoder()
le.fit(input_data.Grade)
number = le.transform(input_data.Grade)
colormap = np.array(['green', 'blue', 'red', 'yellow'])

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
# 用PCA前3个主成分绘制散点
ax.scatter(X_pca[:,0], X_pca[:,1], X_pca[:,2], c=colormap[number])

# 绘制第一主成分直线
min_pc1 = X_pca[:,0].min()
max_pc1 = X_pca[:,0].max()
line_x = np.linspace(min_pc1, max_pc1, 100)
line_y = np.zeros_like(line_x)
line_z = np.zeros_like(line_x)
ax.plot(line_x, line_y, line_z, color='black', linewidth=2, label='First Principal Component')

ax.set_xlabel('PC1')
ax.set_ylabel('PC2')
ax.set_zlabel('PC3')
ax.legend()

plt.title('PCA 3D Visualization')
plt.show()

关键修改点：

• 新增X_pca = pca.transform(X)获取降维后的数据
• 散点图改用PCA前3个主成分，而非原始特征
• 第一主成分在PCA空间中对应x轴，生成y/z为0的直线，覆盖PC1的全数据范围

场景2：在原始D/E/F特征的3D空间展示全局第一主成分直线 #

如果需要在原始D-E-F三维空间中展示6维数据的第一主成分方向，需基于原始数据均值和主成分向量生成直线：

修改3D图部分的代码如下：

# 3D可视化：原始D/E/F空间 + 第一主成分直线
plt.clf()
le = LabelEncoder()
le.fit(input_data.Grade)
number = le.transform(input_data.Grade)
colormap = np.array(['green', 'blue', 'red', 'yellow'])

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.scatter(D, E, F, c=colormap[number])

# 生成第一主成分直线
mean_X = X.mean(axis=0)  # 原始6维数据的均值
pc1 = pca.components_[0]  # 第一主成分的方向向量（已按方差排序）
scale = 3 * np.sqrt(pca.explained_variance_[0])  # 3倍标准差，确保直线覆盖大部分数据
line_points = mean_X + np.linspace(-scale, scale, 100)[:, np.newaxis] * pc1
# 提取D/E/F对应的分量（X中第3、4、5列）
line_D = line_points[:, 3]
line_E = line_points[:, 4]
line_F = line_points[:, 5]

ax.plot(line_D, line_E, line_F, color='black', linewidth=2, label='First Principal Component')

ax.set_xlabel('D')
ax.set_ylabel('E')
ax.set_zlabel('F')
ax.legend()

plt.title('PCA')
plt.show()

关键说明：

• pca.components_[0]是sklearn PCA输出的第一主成分方向向量，已按方差从大到小排序
• 以原始数据均值为直线中点，通过缩放因子控制直线延伸范围，匹配数据分布
• 从6维直线点中提取D/E/F分量，与你的3D图坐标轴对应

内容的提问来源于stack exchange，提问作者T.Lyons