要使用t-SNE進行降維，首先需要導入相應的庫：
import pandas as pd
from sklearn.manifold import TSNE
import matplotlib.pyplot as plt
接下來，加載數據并實例化t-SNE對象：
data = pd.read_csv('data.csv') # 讀取數據
X = data.drop('label', axis=1) # 提取特征列
y = data['label'] # 提取標簽列
tsne = TSNE(n_components=2, random_state=0) # 實例化t-SNE對象，設定降維后的維度為2
然后，使用fit_transform方法進行降維：
X_tsne = tsne.fit_transform(X)
最后，可視化降維后的數據：
plt.figure(figsize=(8, 6))
plt.scatter(X_tsne[:, 0], X_tsne[:, 1], c=y, cmap=plt.cm.get_cmap('viridis', 10))
plt.colorbar()
plt.show()
通過以上步驟，就可以使用t-SNE對數據進行降維，并進行可視化展示。
