原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
Python遥感数据主成分分析
代码如下：
# -*- coding: utf-8 -*-
Created on Tue Jan 12 21:45:57 2016
@author: LeonWen
import os
from PIL import Image
from numpy import *
from pylab import *
path = rD:\Projects\PythonProj\ImageProcessing\2012
sst_dir = os.listdir(path)
file_len = len(sst_dir)
sst_list = []
for i in range(file_len):
str = path + \\ + sst_dir[i]
#txt = open(str).read()
sst_list.append(str)
immatrix = []
for im in sst_list:
text = loadtxt(im)
immatrix.append(text)
immatrix = array(immatrix)
# 显示输出
figure()
gray()
for i in range(file_len):
subplot(3,4,i + 1)
pic = immatrix[i].reshape(180,360)
pic = pic[::-1]
# picshow = rot90(pic,4)
imshow(pic)
colorbar()
show()
# 转换成样本总体
X = immatrix.T
# 获取要本大小
m,n = X.shape[0:2]
# 取得各个样本均值
meanVal = mean(X,axis = 0)
#tempMean = tile(meanVal,(64800,1))
# 样本矩阵去中心化
X = X - tile(meanVal,(64800,1))
# 计算协方差
S = dot(X.T,X) / (m - 1)
# 计算特征值eg和特征向量Ev
eg,Ev = linalg.eig(S)
#eg1,Ev1 = linalg.eigh(S) # 这两种算法存在排序区别，eigh返回结果由小到大
# 计算新的成分
Y = dot(immatrix.T,Ev)
figure()
gray()
for i in range(n):
subplot(3,4,i + 1)
out = Y[:,i]
outpic = out.reshape(180,360)
outpic = outpic[::-1]
imshow(outpic)
colorbar()
show()
结果显示：
原始数据显示
PCA主成分分析结果输出
文档评论（0）