在Python中绘制PCA在y轴上的方差比例

import numpy as np
import matplotlib.pyplot as plt
from sklearn.decomposition import PCA

# 生成示例数据
np.random.seed(0)
X = np.random.randn(100, 2)  # 生成100个二维样本数据

# 执行PCA降维
pca = PCA()
X_pca = pca.fit_transform(X)

# 绘制PCA在y轴上的方差比例
explained_variance_ratio = pca.explained_variance_ratio_
y_var_ratio = explained_variance_ratio[1]  # 获取y轴上的方差比例

# 绘制方差比例图
plt.bar(["PC1", "PC2"], explained_variance_ratio)
plt.xlabel("Principal Components")
plt.ylabel("Explained Variance Ratio")
plt.title("PCA Explained Variance Ratio")
plt.show()

print("PCA在y轴上的方差比例：", y_var_ratio)