PCAにおいて累積寄与率: nanと表示されてしまう問題について

PCAによる次元削減を行う際に累積寄与率: nanと表示されてしまいます。
現在作成しているのは画像を行列に変換し画像分類を行うソフトウェアなのですが、PCAによる次元削減を行うところで躓いています。

python
1import numpy as np
2import random #擬似乱数を生成するライブラリー 
3from PIL import Image, ImageOps #画像処理ライブラリー
4from sklearn.metrics import accuracy_score #モデルの正解率を計算するライブラリー
5import glob #ファイルパス名を取得するライブラリ
6import matplotlib.pyplot as plt #図をプロットするためのライブラリー
7
8#train
9
10num_of_data_6_win = 20 # 勝利チーム画像の枚数
11num_of_data_6_lose = 19 # 敗北チーム画像の枚数
12num_of_data_total = num_of_data_6_win + num_of_data_6_lose # 学習データの全枚数
13
14N_col = 357*127*2 # 行列の列数
15X_train = np.zeros((num_of_data_total, N_col)) # 学習データ格納のためゼロ行列生成
16y_train = np.zeros((num_of_data_total)) # 学習データに対するラベルを格納するためのゼロ行列生成
17
18# 勝利チーム画像を行列に読み込む
19path_list = glob.glob("/date/6_Win") 
20i_count = 0
21
22for item in path_list:
23    im = Image.open(item).convert('RGB')
24    img_resize =im.resize((357,127))
25    im_array = np.ravel(np.asarray(img_resize)) # 画像を配列に変換
26    im_regularized = im_array/255. # 正規化
27    X_train[i_count,:] =  im_regularized 
28    y_train[i_count] = 1 # 勝利チームことを表すラベル
29    i_count += 1
30  
31# 敗北チーム画像を行列に読み込む
32path_list = glob.glob("/date/6_Lose") 
33
34for item in path_list:
35    im = Image.open(item).convert('RGB')
36    img_resize =im.resize((357,127))
37    im_array = np.ravel(np.asarray(img_resize)) # 画像を配列に変換
38    im_regularized = im_array/255. # 正規化
39    X_train[i_count,:] = im_regularized
40    y_train[i_count] = 0 # 敗北チームことを表すラベル
41    i_count += 1
42
43#test
44
45num_of_data_10_win = 15 # 勝利チーム画像の枚数
46num_of_data_10_lose = 15 # 敗北チーム画像の枚数
47num_of_data_total = num_of_data_10_win + num_of_data_10_lose # テストデータの全枚数
48
49N_col = 357*127*2 # 行列の列数
50X_test = np.zeros((num_of_data_total, N_col)) # テストデータ格納のためゼロ行列生成
51y_test = np.zeros(num_of_data_total) # テストデータに対するラベルを格納するためのゼロ行列生成
52
53# 勝利チーム画像を行列に読み込む
54path_list = glob.glob("/date/10_Win") 
55i_count = 0
56for item in path_list:
57    im = Image.open(item).convert('RGB')
58    img_resize =im.resize((357,127))
59    im_array = np.ravel(np.array(img_resize)) # 画像を配列に変換
60    im_mean_subtract = im_array/255. # 正規化 
61    X_test[i_count,:] =  im_mean_subtract
62    y_test[i_count] = 1 # 勝利チームであることを表すラベル
63    i_count += 1
64
65# 敗北チーム画像を行列に読み込む
66path_list = glob.glob("/date/10_Lose") 
67
68for item in path_list:
69    im = Image.open(item).convert('RGB')
70    img_resize =im.resize((357,127))
71    im_array = np.ravel(np.array(img_resize)) # 画像を配列に変換
72    im_regularized = im_array/255. # 正規化
73    X_test[i_count,:] = im_regularized  
74    y_test[i_count] = 0 # 敗北チームであることを表すラベル
75    i_count += 1
76
77
78from sklearn.decomposition import PCA
79N_dim = 39
80
81pca = PCA(n_components=N_dim, random_state=0)
82
83X_train_pca = pca.fit_transform(X_train)
84X_test_pca = pca.transform(X_test)
85
86print('累積寄与率: {0}'.format(sum(pca.explained_variance_ratio_)))

こちらのコードを実行すると

/opt/miniconda3/lib/python3.8/site-packages/sklearn/decomposition/pca.py:463: RuntimeWarning: invalid value encountered in true_divide
explained_variance_ratio = explained_variance_ / total_var
累積寄与率: nan

このようなエラーが出てしまいます。

累積寄与率が正常な値を出すにはプログラムのどこをどのように改変すればよろしいでしょうか？

開発環境は
OS：Mac OS Big Sur　11.4
言語：Python 3.8.3
ターミナルのbashを使って開発しています。