ggplot2作图之PCA图

编码农夫

已于 2023-04-06 22:16:37 修改

阅读量1.6k

点赞数 2

分类专栏： ggplot2 文章标签：前端开发语言 r语言

于 2022-09-24 22:10:08 首次发布

本文链接：https://blog.csdn.net/weixin_45803246/article/details/127031854

版权

ggplot2 专栏收录该内容

10 篇文章

订阅专栏

该博客展示了如何利用R语言的tidyverse和vegan库进行主成分分析（PCA）。首先，通过scale函数标准化鸢尾花数据集的测量值，然后执行PCA并生成摘要。接着，将结果转换为数据框并绘制PCA结果，包括点的分布、椭圆（95%置信水平）和箭头表示的变量方向。此分析有助于数据的降维和可视化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

library(tidyverse)

theme_set(theme_test())
library(vegan)
pca.data <- iris %>% mutate(Sepal.Length = scale(Sepal.Length),
                            Sepal.Width = scale(Sepal.Width),
                            Petal.Length = scale(Petal.Length),
                            Petal.Width = scale(Petal.Width))
pca <- rda(pca.data[,1:4])
pca.summary <- summary(pca)
pca.result <- as.data.frame(pca.summary$sites) %>% select(-PC3,-PC4) %>% mutate(Species = iris$Species)
pca.arrow <- as.data.frame(pca.summary$species) %>% select(-PC3,-PC4)

library(tidyverse)
pca.result%>%ggplot()+
  geom_point(aes(x = PC1,y = PC2,fill = Species),shape = 21,size = 4)+
  stat_ellipse(aes(x = PC1,y = PC2,color = Species,fill = Species),
               geom ="polygon",level = 0.95,size = 0.5,alpha = 0.2)+
  geom_segment(data = pca.arrow,aes(x = 0,xend = PC1,y = 0,yend = PC2),
               arrow = arrow(length = unit(0.35,"cm")))