<p>NumPy 不提供 PCA 完整实现，但可用 np.cov 计算协方差矩阵；需先中心化 X_centered = X - np.mean(X, axis=0)，再调用 np.cov(X_centered, rowvar=False) 得到 n_features × n_features 对称协方差阵。</p>
NumPy 本身不提供 PCA 的完整实现，但协方差矩阵计算是 PCA 的核心前置步骤；直接用 np.cov 即可，关键在数据预处理和参数选择。
为什么 np.cov 默认结果不对？
常见错误是直接对原始数据调用 np.cov(X)，得到的矩阵维度错乱或数值异常。这是因为：np.cov 默认按行作为变量（即把每行当一个特征），而绝大多数机器学习场景中，数据是“样本 × 特征”布局（每列一个特征）。
- 若
X形状为(n_samples, n_features)，必须传入rowvar=False - 不中心化（减均值）会导致协方差含系统性偏移，
np.cov虽默认去均值，但前提是你要确保输入已按特征维度对齐 - 验证方式：检查输出矩阵是否为
n_features × n_features对称阵，且对角线为各特征方差
如何正确计算 PCA 所需的协方差矩阵？
标准流程是：中心化 → 调用 np.cov → 验证形状与对称性。中心化必须在协方差计算前显式完成，不能依赖 np.cov(..., bias=True/False) 来“修正”未中心化的输入。
- 先做中心化：
X_centered = X - np.mean(X, axis=0)（axis=0沿样本维度减均值，保留每列特征的均值） - 再算协方差：
cov_matrix = np.cov(X_centered, rowvar=False) - 若需无偏估计（分母为
n-1），保持默认即可；若需 MLE（分母为n），加参数bias=True - 注意：PCA 后续的特征分解通常不敏感于这个选择，但一致性很重要——如果用
np.linalg.eig分解，就别混用不同偏差设定
协方差矩阵太大时怎么避免内存爆炸？
当特征数 n_features 达到上万，np.cov(X, rowvar=False) 会生成一个 (n_features, n_features) 的密集矩阵，极易 OOM。此时应绕过显式协方差矩阵构造。
立即学习“Python免费学习笔记（深入）”；
- 改用“经济型” SVD：
U, s, Vt = np.linalg.svd(X_centered, full_matrices=False)，其中Vt的每一行就是主成分方向 - 或利用
np.dot(X_centered.T, X_centered)——它等价于n_samples * cov_matrix（仅当X_centered已中心化），但只在n_samples 时更省内存 - 永远不要对高维稀疏数据用
np.cov；先转scipy.sparse格式，再走随机 SVD 或增量 PCA 路线
协方差矩阵只是中间产物，真正影响 PCA 结果的是它的特征向量排序和投影逻辑；很多人卡在 np.cov 输出形状上，其实只要盯住 rowvar 和中心化两步，90% 的问题就消掉了。
