在对2D数据集进行缩放之后，PCA给出了explained_variance中相等的值

Question

我有2D数据集，并希望应用PCA将其缩小为1D，这是这样的：

age thalach
0   63  150
1   37  187
2   41  172
3   56  178
4   57  163

如果不应用缩放比例，则会得到以下结果

pca = PCA(n_components=1)
pca.fit_transform(age_thalach)
print(pca.components_)

[[ 0.17842085 -0.98395427]] that is meaninful, I see that second component explains more

但是我了解到，如果不扩展PCA可能无法正确执行 如果我应用了scale，则会得到无法解释的结果：

scaler = StandardScaler()
age_thalach=pd.DataFrame(scaler.fit_transform(age_thalach))
print(pca.components_)

[[-0.70710678  0.70710678]]

是什么意思？缩放后，为什么两个功能解释的信息比例相同？ 预先谢谢你！