小编use*_*478的帖子

我有一个数据集，在其中执行主成分分析（PCA）。ValueError当我尝试转换数据时会收到一条消息。以下是一些代码：

import pandas as pd
import numpy as np
import matplotlib as mpl
from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA as sklearnPCA

data = pd.read_csv('test.csv',header=0)
X = data.ix[:,0:1000].values   # values of 1000 predictor variables
Y = data.ix[:,1000].values     # values of binary outcome variable
sklearn_pca = sklearnPCA(n_components=2)
X_std = StandardScaler().fit_transform(X)

我在这里收到以下错误消息：

import pandas as pd
import numpy as np
import matplotlib as mpl
from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA as sklearnPCA

data = pd.read_csv('test.csv',header=0)
X = …

假设我们有一个程序 test.R 调用另外两个程序 test1.R 和 test2.R ：

   source("test1.R")
   source("test2.R")

这是否意味着 R test1.R 先运行，然后运行 test2.R ？