本題感謝大神 https://blog.csdn.net/Snoopy_Yuan/article/details/64443841

#抄https://blog.csdn.net/Snoopy_Yuan/article/details/64443841
import numpy as np
import pandas as pd
inputfile='/Users/huatong/PycharmProjects/Data/xiguaexcel.xls'
data_original=pd.read_excel(inputfile)
x=data_original.values[:,1:3]
y=data_original.values[:,3
 
]
#計算均值向量μ
u=[]
for i in range(2):  #2個分類的樣本分別求均值，μ0，μ1各包含兩個元素，
    u.append(np.mean(x[y==i],axis=0)) #append用於在列表末端增加新的物件，x[y==i]是y=0或=1的所有樣本，axis=0輸出是一行，即求每列的均值
#計算類內散度矩陣Sw
m,n=np.shape(x) #m n是矩陣的維度，17行2列
sw=np.zeros((n,n))  #2維陣列，協方差矩陣的維度和陣列的列數相同
for i in range(m):
    x_tmp=x[i].reshape(n,1)  #將x的每行資料轉為n行1列
 

    if y[i]==0:u_tmp=u[0].reshape(n,1)
    if y[i]==1:u_tmp=u[1].reshape(n,1)
    sw+=np.dot(x_tmp-u_tmp,(x_tmp-u_tmp).T)  #dot是矩陣相乘
sw=np.mat(sw) #轉為矩陣
#計算w，對Sw做奇異值分解，但python的svd得出的V是轉置後的，sigma只有對角線元素
u,sigma,v=np.linalg.svd(sw)
#求Sw^-1,inv是求逆矩陣，diag是根據對角線元素建立對角矩陣
sw_inv=v.T*np.linalg.inv(np.diag(sigma))*u.T
w=np.dot(sw_inv,(u[0
 
]-u[1]).reshape(n,1))
print(w)