pcapng文件怎么解析读取（python解析pcap文件）

编程日记 • 2026-01-20 19:17 • 阅读 1

#主成分分析

import pandas as pd

import numpy as np

from sklearn.datasets import load_iris

import matplotlib.pyplot as plt

from sklearn.preprocessing import StandardScaler

%matplotlib inline

#载入数据

iris = load_iris()

df = pd.DataFrame(iris.data,columns=iris.feature_names)

df['label'] = iris.target

df.columns = ['sepal length','sepal width','petal length','petal width','label']

print(df.label.value_counts())

print(df.tail())

#查看数据

X = df.iloc[:,0:4]

y = df.iloc[:,4]

print("查看第一个数据： ",X.iloc[0,0:4])

print ("查看第一个标签： ",y.iloc[0])

class PCA():

def __init__(self,n_components):

pass

'''相当于self.n_components = n_components

self.mean_ = None

self.components_ = None

self.explained_variance_ = None'''

def fit(self,X):

n_sample = np.shape(X)[0] #获取样本数量，获取数据矩阵 X 的行数

'''covariance_matrix = (1/(n_sample-1)*(X - X.mean(axis=0).T.dot(X-X.mean(axis=0))))#计算协方差矩阵。X - X.mean(axis=0）计算特征的平均值

eigenvalues,eigenvectors = np.linalg.eig(covariance_matrix) #对协方差矩阵进行特征值分解'''

# 标准化数据

X_centered = X - X.mean(axis=0)

# 计算协方差矩阵

covariance_matrix = (1 / (n_sample - 1)) * (X_centered.T.dot(X_centered))

#对特征值（特征向量）从大到小排序

idx = eigenvalues.argsort()[::-1]

#从排序后的特征值中选择前 n_components 个最大特征值。

eigenvalues = eigenvalues[idx][:n_components]

eigenvectors = np.atleast_1d(eigenvectors[:,idx])[:, :n_components]

#得到低维表示

X_transfoemed = X.dot(eigenvectors)

return X_transfoemed

model = PCA()

Y = model.fit(X,2)

principalDf = pd.DataFrame(np.array(Y),

columns=['principal component 1','principal component 2'])

Df = pd.concat([principalDf,y],axis = 1)

fig = plt.figure(figsize = (5,5))

ax = fig.add_subplot(1,1,1)

ax.set_xlabel('Principal Component 1',fontsize = 15)

ax.set_ylabel('Principal Component 2',fontsize = 15)

ax.set_title('2 component PCA',fontsize = 20)

targets = [0,1,2]

colors = ['r','g','b']

for target,color in zip(targets,colors):

indicesToKeep = Df['label'] == target

ax.scatter(Df.loc[indicesToKeep,'principal component 1']

,[indicesToKeep,'principal component 2']

,c = color

,s = 50)

ax.legend(targets)

ax.grid()

plt.show()

程序一直报这个错误，参考过AI编写也是有使用n_components

尝试过在一开始导入k_componts,后面的也使用这个，但依旧不能运行

今天的文章 pcapng文件怎么解析读取（python解析pcap文件）分享到此就结束了，感谢您的阅读。

pcapng文件怎么解析读取（python解析pcap文件）

相关推荐