Различные результаты PCA в R и Python ⇐ Python

[Anonymous]

Я пытаюсь выполнить PCA для своих данных, которые представляют собой фрейм данных с 16 наблюдениями в строках и 11 объектами в столбцах.
В R с помощью prcomp формат матрицы состоит из объектов в строках и главных компонентов в столбцах. В Python при использовании sklearn формат меняется на обратный. Строки — это наблюдения (в моем случае административные единицы), а столбцы — снова основные компоненты. Хотя собственные значения и нагрузки компонентов различаются в R и Python, совокупные суммы объясненной дисперсии и корреляции функций с основными компонентами остаются одинаковыми.
Я изо всех сил пытаюсь понять, почему возникают эти различия и как правильно интерпретировать результаты Python. Будем очень признательны за любые идеи и объяснения.
R:
data_pca

Подробнее здесь: https://stackoverflow.com/questions/775 ... and-python