用python 对csv数据进行预处理

Question

要求根据提供的伪代码用python写出完整的代码。

数据大概长这样

1.引用，伪代码如下（如果不足可以再补充）

2.删除‘lable’等于2的行，伪代码如下(csv的路径 可以空着)

3.得到'lable',伪代码如下

4.用pca方法合理降维，伪代码如下

5.绘图，伪代码如下（）

Answer 1

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.decomposition import PCA

# 读取CSV文件
contents = pd.read_csv('path_of_csv')

# 删除label等于2的行
contents = contents[contents['Label'] != 2]

# 获取数据和标签
data = contents.iloc[:, 1:-1]  # 获取第2列到倒数第2列的数据
labels = contents.iloc[:, -1]  # 获取最后一列的标签

# 使用PCA方法进行降维
pca = PCA()
pca_data = pca.fit_transform(data)

# 绘制图形
plt.figure()
plt.plot(pca_data[:, 0], pca_data[:, 1], 'o')
plt.xlabel('PC1')
plt.ylabel('PC2')
plt.show()