必须先标准化再调用np.cov()，否则量纲大的特征会主导协方差矩阵，导致主成分方向偏移；标准化需减均值再除标准差（ddof=1），并确保中心化后均值为0、标准差为1。
为什么必须先标准化数据再调用 np.cov()
不标准化直接算协方差矩阵，结果会被量纲大的特征主导。比如一个特征单位是「毫米」，另一个是「万元」，前者数值天然大几个数量级，np.cov() 输出的协方差矩阵就严重失真，主成分方向完全偏移。
标准化要做的只有两步：减均值（X - np.mean(X, axis=0)），再除标准差（/ np.std(X, axis=0, ddof=1)）。注意 ddof=1 才符合样本协方差定义，否则 np.cov() 默认用 ddof=0，和 sklearn 的行为不一致。
- 别用
sklearn.preprocessing.StandardScaler后再自己算协方差——它返回的是 ndarray，但内部用了ddof=0，和纯 NumPy 手动实现有细微偏差 - 如果原始数据含缺失值，
np.mean()和np.std()默认会返回nan，得提前用np.nanmean()/np.nanstd()并设axis=0 - 标准化后务必检查：
np.allclose(np.mean(X_std, axis=0), 0)和np.allclose(np.std(X_std, axis=0, ddof=1), 1)应该都为True
手算协方差矩阵后，该用 np.linalg.eig() 还是 np.linalg.svd()
np.linalg.eig() 直接作用于协方差矩阵，返回特征值和特征向量，逻辑清晰；np.linalg.svd() 对中心化后的数据矩阵做奇异值分解，更数值稳定，尤其当特征数远大于样本数时（比如 1000 维、50 个样本），np.cov() 会得到病态矩阵，eig() 可能崩溃或返回复数特征向量。
实际选哪个，看数据形状：
- 若
X_centered.shape[1] （特征数 ≤ 样本数），用 <code>np.linalg.eig(np.cov(X_centered.T))更直观 - 若特征数远大于样本数，改用
U, s, Vt = np.linalg.svd(X_centered, full_matrices=False)，主成分就是Vt.T的列，前k列即降维投影矩阵 - 两种方法得到的主成分方向可能符号相反（特征向量可反向），不影响投影结果，但别拿它们直接比对
pca.components_
pca.explained_variance_ratio_ 和手动计算的累计方差比对不上怎么办
这是因为 sklearn 的 explained_variance_ratio_ 默认基于 SVD 的奇异值平方（即特征值）归一化，而手动用 eig() 算出的特征值若没排序、没归一化，或者用了不同自由度的协方差，就会不一致。
要对齐结果，手动计算时必须：
- 对特征值数组
eigvals用np.sort(eigvals)[::-1]降序排列 - 用
eigvals / eigvals.sum()计算比例，不是除以len(eigvals)或其他常数 - 确认协方差矩阵是
np.cov(X_centered.T, ddof=1)，不是.T写反或漏掉ddof=1 - 如果用 SVD，奇异值
s要平方再归一：s**2 / np.sum(s**2)
降维投影时，X @ components.T 和 X_centered @ components.T 哪个对
必须用中心化后的数据 X_centered。PCA 的投影本质是把数据点往主成分方向做正交投影，这个操作只对去均值后的坐标有意义。原始 X 没减均值，投影结果整体偏移，后续任何距离、聚类、可视化都会出错。
典型错误写法：X_pca = X @ components.T —— 这相当于在原点未移动的情况下硬投，第一主成分坐标均值不为 0，pca.explained_variance_ 也会虚高。
- 正确流程固定三步：标准化 → 得
X_centered→ 投影：X_pca = X_centered @ components.T - 如果后续要还原（inverse_transform），也必须用同一套均值和标准差，不能只存
components - 用
sklearn时，fit_transform()内部自动完成中心化，但手写时这一步绝不能跳过
手算 PCA 最容易被忽略的，不是公式推导，而是标准化与中心化的数值细节——ddof、nan 处理、矩阵转置方向、投影输入是否已中心化，每一步错一点，结果就漂移。跑通一个 Iris 数据集不难，但在真实业务数据上复现 sklearn 结果，往往卡在这几步。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
