PCA主成分分析教程（origin分析&绘制，无须R语言）

PCA主成分分析教程（origin分析&绘制，无须R语言）

相关性分析，相关的介绍内容大家自行搜索资料即可，这里不给大家过多阐述。

案例解读

PCA作为常见的一种聚类分析方法，在很多SCI论文中均有出现，如下：

这里也不给大家解读了，总而言之就是为了说明蓝色组、红色组和蓝色组三组之间的差异性。

绘制教程

导入数据

这里给大家使用一组微生物在family级别的丰度数据做为示例数据，具体如下图。XB、XS、ZB、ZS分别表示不同地点的样本，其余则为注释到的微生物名称以及丰度数据。

XB1、XB2和XB3表示三个平行样，由于origin中app有严格的使用规则，这里大家仿照这样放置数据即可，第一列数据是为了方便对不同的样本进行分类标识。

安装Principal Components Analysis插件

插件已经上传博主主页资源，安装方案参考https://blog.csdn.net/yangqijia1/article/details/120738528?spm=1001.2014.3001.5502

使用插件进行分析

1、点击Principal Components Analysis APP

2、进行相关设置

上面这张图中没有给大家进行数据的选择了，大家自行选择即可。

这里一般选择相关性矩阵，展示的主成分组数为3个以上。


到这里就设置完成咯，点击ok即可出图。

出图结果

后期修正

后期修正就不演示了，origin的原则就是哪里不会点哪里。完结！撒花！