r - PCA 双标图 : A way to hide vectors to see all data points clearly

Question

我正在尝试用 R 做 PCA。

我的数据有 10,000 列和 90 行我使用 prcomp 函数进行 PCA。尝试使用 prcomp 结果准备双标图时，我遇到了 10,000 个绘制向量覆盖我的数据点的问题。双标图有什么选项可以隐藏向量的表示吗？

或

我可以使用 plot 来获得 PCA 结果。但我不确定如何根据我的数据点标记这些点，这些数据点编号为 1 到 90。

Sample<-read.table(file.choose(),header=F,sep="\t")

Sample.scaled<-data.frame(apply(Sample_2XY,2,scale))

Sample_scaled.2<-data.frame(t(na.omit(t(Sample_2XY.scaled))))

pca.Sample<-prcomp(Sample_2XY.scaled.2,retx=TRUE)

pdf("Sample_plot.pdf")

plot(pca.Sample$x)

dev.off()

Answer 1

如果您执行 help(prcomp) 或 ?prcomp，帮助文件会告诉我们 prcomp() 中包含的所有内容函数返回的对象。我们只需要选择我们想要绘制的东西并使用一些比 biplot() 给我们更多控制权的函数来完成。

当帮助文件没有说明问题时，一个更通用的技巧是在 prcomp 对象(在您的情况下为 pca.Sample)上执行 str() 以查看其所有部分并找到我们想要的(str() 紧凑地显示了 R 对象的内部结构。)

以下是 R 的一些示例数据的示例:

# do a pca of arrests in different states
p<-prcomp(USArrests, scale = TRUE) 

str(p) 给了我一些丑陋且太长的内容，但我可以看到 p$x 将状态作为行名，并将它们在主成分上的位置作为列。有了这个，我们可以以任何我们想要的方式绘制它，例如使用 plot() 和 text() (用于标签):

# plot and add labels
plot(p$x[,1],p$x[,2])
text(p$x[,1],p$x[,2],labels=rownames(p$x))

如果我们正在制作包含许多观察值的散点图，则标签可能不可读。因此，我们可能只想标记更多的极端值，我们可以用 quantile() 来识别:

#make a new dataframe with the info from p we want to plot
df <- data.frame(PC1=p$x[,1],PC2=p$x[,2],labels=rownames(p$x))

#make sure labels are not factors, so we can easily reassign them
df$labels <- as.character(df$labels)

# use quantile() to identify which ones are within 25-75 percentile on both
# PC and blank their labels out
df[ df$PC1 > quantile(df$PC1)["25%"] & 
    df$PC1 < quantile(df$PC1)["75%"] &
    df$PC2 > quantile(df$PC2)["25%"] &
    df$PC2 < quantile(df$PC2)["75%"],]$labels <- ""

# plot
plot(df$PC1,df$PC2)
text(df$PC1,df$PC2,labels=df$labels)