Estou tentando me recuperar de um PCA feito com o scikit-learn,qual recursos são selecionados comorelevante.

Um exemplo clássico com o conjunto de dados IRIS.

import pandas as pd
import pylab as pl
from sklearn import datasets
from sklearn.decomposition import PCA

# load dataset
iris = datasets.load_iris()
df = pd.DataFrame(iris.data, columns=iris.feature_names)

# normalize data
df_norm = (df - df.mean()) / df.std()

# PCA
pca = PCA(n_components=2)
pca.fit_transform(df_norm.values)
print pca.explained_variance_ratio_

Isso retorna

In [42]: pca.explained_variance_ratio_
Out[42]: array([ 0.72770452,  0.23030523])

Como posso recuperar quais dois recursos permitem essas duas variações explicadas entre o conjunto de dados? Dito de forma diferente, como posso obter o índice desses recursos em iris.feature_names?

In [47]: print iris.feature_names
['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)']

Agradeço antecipadamente por sua ajuda.