今天向大家介绍一个展示主成分分析(PCA)的3D绘图方法。
install.packages("pca3d") #安装包
library(pca3d)1. 例一
metabo是结核病的代谢情况数据
data(metabo)
pca <- prcomp(metabo[,-1], scale. = TRUE )
#pca数据要求是一个prcomp对象,或者一个至少有三列的矩阵
#prcomp是主成分分析函数
head(pca)
pca3d(pca, group=metabo[,1])
#绘图,根据metabo第一列分组
makeMoviePCA()
##变成动态
2. 例二
pca2d( pca, group= metabo[,1] )
#绘制2D
3. 例三
pca3d( pca, group= metabo[,1],
fancy= TRUE, bg= "black",
#fancy= TRUE,是展示标签、阴影、形心、分组标签
#bg是背景颜色
axes.color= "white", new= TRUE
#axes.color是坐标轴颜色
#new,是否打开新窗口
)
4. 例四
pca3d( pca, group= metabo[,1],
fancy=FALSE, bg= "white",
axes.color= "blue", new=TRUE,
show.centroids=TRUE
#显示每个类的中心,以及从每个数据点到相应的形心的线
)
5. 例五
pca3d( pca, group= metabo[,1],
fancy=FALSE, bg= "white",
axes.color= "blue", new=TRUE,
show.shadows=TRUE,
#显示阴影,形成“棒棒糖”
show.group.labels=TRUE
#展示分组标签
)
6. 例六
pca3d( pca, group= metabo[,1],
fancy=FALSE, bg= "white",
axes.color= "blue", new=TRUE,
show.ellipses=TRUE
#展示置信区间,默认为0.95
#ellipse.ci设置置信区间
)
小编总结:
pca3D方法绘制主成分方法简单易上手,并且3D直观,大家可以学习一下哦~