FigDraw 17. SCI 文章绘图之主成分绘图(pca3d)

点击关注，桓峰基因

桓峰基因公众号推出基于R语言绘图教程并配有视频在线教程，目前整理出来的教程目录如下：

FigDraw 1. SCI 文章的灵魂 之 简约优雅的图表配色
FigDraw 2. SCI 文章绘图必备 R 语言基础
FigDraw 3. SCI 文章绘图必备 R 数据转换
FigDraw 4. SCI 文章绘图之散点图 （Scatter）
FigDraw 5. SCI 文章绘图之柱状图 (Barplot)
FigDraw 6. SCI 文章绘图之箱线图 (Boxplot)
FigDraw 7. SCI 文章绘图之折线图 (Lineplot)
FigDraw 8. SCI 文章绘图之饼图 (Pieplot)
FigDraw 9. SCI 文章绘图之韦恩图 (Vennplot)
FigDraw 10. SCI 文章绘图之直方图 (HistogramPlot)
FigDraw 11. SCI 文章绘图之小提琴图 (ViolinPlot)
FigDraw 12. SCI 文章绘图之相关性矩阵图（Correlation Matrix）
FigDraw 13. SCI 文章绘图之桑葚图及文章复现（Sankey）
FigDraw 14. SCI 文章绘图之和弦图及文章复现（Chord Diagram)
FigDraw 15. SCI 文章绘图之多组学圈图(OmicCircos)
FigDraw 16. SCI 文章绘图之树形图(Dendrogram)
FigDraw 17. SCI 文章绘图之主成分绘图(pca3d)

---

这期介绍R语言中pca3d包能帮你快速制作2D和3D的PCA图，一个包帮你解决PCA分析问题！原理不多说，直接上分析，高端大气上档次的图表，完全满足您高端的文章！

前言

主成分分析(Principal Component Analysis，PCA)是一种无监督学习的多元统计分析方法。PCA分析的主要原理是将高维数据投影到较低维空间，提取多元事物的主要因素，揭示其本质特征。它可以高效地找出数据中的主要部分，将原有的复杂数据降维处理。PCA分析被广泛应用于很多领域，比如理论物理学、气象学、心理学、生物学、化学、工程学等。

软件安装

R语言中pca3d快速制作2D和3D的PCA图，安装如下：

if(!require(rgl))
  install.packages("rgl")
if(!require(pca3d))
  install.packages("pca3d")

1
2
3
4
5

数据读取

载入自带的测试数据，数据是三组个体血清代谢产物的相对丰度:

Description Relative abundances of metabolites from serum samples of three groups of individuals Details A data frame with 136 observations on 425 metabolic variables. Serum samples from three groups of individuals were compared: tuberculin skin test negative (NEG), positive (POS) and clinical tuberculosis (TB).

library(rgl)
library(pca3d)

data(metabo)
dim(metabo)  #数据集包含136行和424列
## [1] 136 424
table(metabo[, 1])  #展示分组信息
## 
## NEG POS  TB 
##  46  46  44

1
2
3
4
5
6
7
8
9
10
11

例子实操

1. 绘制2D的PCA图

数据选用所有的行及除第一列的数据（第一列为分组信息）

pca <- prcomp(metabo[, -1], scale. = TRUE)
pca2d(pca, group = metabo[, 1])

1
2
3

2. 制作3D的PCA图

同时3D的PCA图通过点击鼠标可以进行翻转等不同平面的操作

pca3d(pca, group = metabo[, 1])
## [1] 0.3439618 0.4500414 0.2818377
## Creating new device

1
2
3
4

3. 3D的PCA图增加椭圆

pca3d(pca, group = metabo[, 1], show.ellipses = TRUE, ellipse.ci = 0.75, show.plane = FALSE)
## [1] 0.3439618 0.4500414 0.2818377

1
2
3

4. 3D的PCA图形元素美化

3D的PCA可以通过改变背景，线图及点的方式呈现更加绚丽的图片

pca3d(pca, group = metabo[, 1], fancy = TRUE, bg = "black", show.group.labels = TRUE,
    axes.color = "white", new = TRUE)
## [1] 0.3439618 0.4500414 0.2818377
## Creating new device

1
2
3
4
5

软件包里面自带的例子，我这里都展示了一遍为了方便大家选择适合自己的图形，另外需要代码的将这期教程转发朋友圈，并配文“学生信，找桓峰基因，铸造成功的你！”即可获得！

桓峰基因，铸造成功的您！

有想进生信交流群的老师可以扫最后一个二维码加微信，备注“单位+姓名+目的”，有些想发广告的就免打扰吧，还得费力气把你踢出去！

References:

Weiner J 3rd, Parida SK, Maertzdorf J, Black GF, Repsilber D, et al. (2012) Biomarkers of Inflammation, Immunosuppression and Stress Are Revealed by Metabolomic Profiling of Tuberculosis Patients. PLoS ONE 7(7): e40221. doi:10.1371/journal.pone.0040221