r - 使用 ggplot2/ggfortify 更改 PCA 图中的载荷(箭头)长度？

Question

我一直在努力调整 ggplot2/ggfortify PCA 中的载荷(箭头)长度。我广泛地寻找这个问题的答案，我发现的唯一信息要么编码新的双标图函数，要么引用其他完全不同的 PCA 包(ggbiplot、factoextra)，这两者都没有解决我想回答的问题:

是否可以在 ggfortify 中缩放/更改 PCA 负载的大小？

下面是我必须使用 R 函数绘制 PCA 的代码以及使用 autoplot/ggfortify 绘制 PCA 的代码。您会注意到，在库存 R 图中，我可以通过简单地乘以标量(此处为 *20)来缩放负载，这样我的箭头就不会被限制在 PCA 图的中间。使用自动绘图...没那么多。我缺少什么？如果有必要，我会转向另一个包，但我真的很想更好地了解 ggfortify。

在我发现的其他网站上，图表轴限制似乎永远不会超过 +/- 2。我的图表为 +/- 20，并且负载稳定地接近 0，大概与具有较小轴的图表具有相同的比例。我仍然想使用 ggplot2 绘制 PCA，但如果 ggfortify 不能做到这一点，那么我需要找到另一个可以做到的包。

#load data geology rocks frame
georoc <- read.csv("http://people.ucsc.edu/~mclapham/earth125/data/georoc.csv")

#load libraries
library(ggplot2)
library(ggfortify)

geo.na <- na.omit(georoc) #remove NA values
geo_matrix <- as.matrix(geo.na[,3:29]) #create matrix of continuous data in data frame
pca.res <- prcomp(geo_matrix, scale = T) #perform PCA using correlation matrix (scale = T)
summary(pca.res) #return summary of PCA

#plotting in stock R
plot(pca.res$x, col = c("salmon","olivedrab","cadetblue3","purple")[geo.na$rock.type], pch = 16, cex = 0.2)
#make legend
legend("topleft", c("Andesite","Basalt","Dacite","Rhyolite"), 
       col = c("salmon","olivedrab","cadetblue3","purple"), pch = 16, bty = "n")
#add loadings and text
arrows(0, 0, pca.res$rotation[,1]*20, pca.res$rotation[,2]*20, length = 0.1)
text(pca.res$rotation[,1]*22, pca.res$rotation[,2]*22, rownames(pca.res$rotation), cex = 0.7)

#plotting PCA
autoplot(pca.res, data = geo.na, colour = "rock.type", #plot results, name using original data frame
         loadings = T, loadings.colour =  "black", loadings.label = T,
         loadings.label.colour = "black")

数据来 self 正在参加的类(class)的在线文件，因此如果您安装了 ggplot2 和 ggfortify 软件包，您可以复制此文件。如下图。

R plot of what I want ggplot to look like

What ggplot actually looks like

编辑:在下面添加可重现的代码。

iris.res <- 
  iris %>% 
  select(Sepal.Length:Petal.Width) %>% 
  as.matrix(.) %>% 
  prcomp(., scale = F)

autoplot(iris.res, data = iris, size = 4, col = "Species", shape = "Species", 
         x = 1, y = 2, #components 1 and 2
         loadings = T, loadings.colour = "grey50", loadings.label = T, 
         loadings.label.colour = "grey50", loadings.label.repel = T) + #loadings are arrows
  geom_vline(xintercept = 0, lty = 2) +
  geom_hline(yintercept = 0, lty = 2) +
  theme(aspect.ratio = 1) +
  theme_bw()

Answer 1

这个答案可能是在OP需要它很久之后，但我提供它是因为我已经在同一问题上挣扎了一段时间，也许我可以为其他人节省同样的努力。

# Load data
iris <- data.frame(iris)

# Do PCA
PCA <- prcomp(iris[,1:4])

# Extract PC axes for plotting
PCAvalues <- data.frame(Species = iris$Species, PCA$x)

# Extract loadings of the variables
PCAloadings <- data.frame(Variables = rownames(PCA$rotation), PCA$rotation)

    # Plot
ggplot(PCAvalues, aes(x = PC1, y = PC2, colour = Species)) +
  geom_segment(data = PCAloadings, aes(x = 0, y = 0, xend = (PC1*5),
     yend = (PC2*5)), arrow = arrow(length = unit(1/2, "picas")),
     color = "black") +
  geom_point(size = 3) +
  annotate("text", x = (PCAloadings$PC1*5), y = (PCAloadings$PC2*5),
     label = PCAloadings$Variables)

为了增加箭头长度，请将 geom_segment 调用中的 xend 和 yend 的载荷相乘。经过一些尝试和努力，可以找出要使用的数字。

要将标签放置在正确的位置，请将 PC 轴乘以 annotate 调用中的相同值。