PCA故障诊断python实现

from scipy import stats
import numpy as np
import math
import matplotlib.pyplot as plt
def PCA（NewXtran）:
    size = np.shape（NewXtran）
    USV=np.linalg.svd（NewXtran/math.sqrt（size[0]-1））   
    eigVals=S**2
    arraySum=sum（eigVals）  
    tmpSum=0  
    n=0  
    for i in eigVals:
        tmpSum+=i    
        if tmpSum/arraySum<0.85:
            n+=1              
    lamda=eigVals[0:n+1]            
    n_eigVect=V[:0:n+1]
    f_eigVect=V[:n+1:size[1]]
    return nlamdan_eigVectf_eigVect

#离线训练
Xtran = np.genfromtxt（“d00_te.dat“）#导入训练数据
size = np.shape（Xtran）#读取数据尺寸
mean = np.mean（Xtranaxis=0）#平均值
std = np.std（Xtranaxis=0）#方差
NewXtran = np.zeros（（size[0]size[1]））#数据标准化
for i in range（size[1]）:
    NewXtran[:i] = （Xtran[:i]-mean[i]）/std[i]
nlamdan_eigVectf_eigVect = PCA（NewXtran）#PCA处理
#计算T2控制线
T2UCL = n*（size[0]-1）*（size[0]+1）*stats.f.ppf（0.95nsize[0]-n）/（size[0]*（size[0]-n））  
#计算SPE控制线
theta = np.zeros（（31））
for i in range （3）:
    theta[i0] = sum（lamda**（2*i））;
h0 = 1-（2*theta[00]*theta[20]）/（