PCA FactoMineR绘图数据 [英] PCA FactoMineR plot data

问题描述

我运行一个R脚本，使用 FactorMineR 。



我想输出生成的PCA图的坐标，但我无法找到正确的坐标。我发现 results1 $ ind $ coord 和 results1 $ var $ coord ，但都不像默认图。

我发现
http://www.statistik.tuwien.ac.at/public/filz/students/seminar/ws1011/hoffmann_ausarbeitung.pdf
和
http://factominer.free.fr/classical-methods/principal-components-analysis。 html
，但都没有描述由PCA创建的变量的内容

  library（FactoMineR）$ b $ data1<  -  read.table（file = args [1]，sep ='\ t'，header = T，row.names = 1）
 result1 < -  PCA（data1，ncp = 4，graph = TRUE）＃图自动生成
 plot（result1）
  

解决方案

我发现 $ ind $ coord [，1] 和 $ ind $ coord [，2] 是 PCA 对象中的前两个pca coords。下面是一个有效的例子，其中包含您可能想要对 PCA 输出执行的其他一些操作...

<$ p使用ggplot2绘制FactoMineR的PCA的输出
＃
＃加载库
库（FactoMineR）
库（ggplot2）
库（比例）
库（网格）
库（plyr）
库（gridExtra）
＃
＃以一张干净的石板开始
rm（list = ls（all = TRUE））
＃
＃加载示例数据
数据（十项全能）
＃
＃计算PCA
res.pca< - PCA（十项全能，quanti.sup = 11:12，quali.sup = 13，graph = FALSE）
＃
＃提取一些绘图部分
PC1 < - res.pca $ ind $ coord [，1]
PC2 < - res.pca $ ind $ coord [，2]
labs < - rownames（res.pca $ ind $ coord）
PC< ; - data.frame（cbind（PC1，PC2））
rownames（PCs）< - labs
＃
＃只显示单个样本...
ggplot（PC ，aes（PC1，PC2，label = rownames（PCs）））+
geom_text（）

 ＃现在得到补充分类变量
 cPC1<  -  res.pca $ quali.sup $ coor [，1] 
 cPC2<  -  res.pca $ quali.sup $ coor [，2] $ b $ （cp）（cPC2））
 rownames（cPC）<  -  clabs $ b（<  -  rownames（res.pca $ quali.sup $ coor）
 cPCs<  -  data.frame $ b colnames（cPCs）<  -  colnames（PCs）
＃
＃将样本和分类变量（例如， 
p<  -  ggplot（）+ theme（aspect.ratio = 1）+ theme_bw（base_size = 20）
＃没有数据，所以没有什么可以绘制的。 （数据= PC，aes（x = PC1，y = PC2，标签= rownames（PC）），大小= 4）$ b $加上数据
p < -  p + geom_text bp <-p + geom_text（data = cPCs，aes（x = cPC1，y = cPC2，label = rownames（cPC）），size = 10）
p＃显示两个图层的绘图
  




 ＃现在提取变量
＃
 vPC1<  -  res.pca $ var $ co $ [，1] 
 vPC2<  -  res.pca $ var $ coord [，2] 
 vlabs<  -  rownames（res.pca $ var $ coord）
 vPCs< - 数据帧（cbind（vPC1，vPC2））
 rownames（vPC）< -vlabs> 
 colnames（vPC）<  -  colnames（PC）> 
＃
＃和绘制它们
＃
 pv < -  ggplot（）+ theme（aspect.ratio = 1）+ theme_bw（base_size = 20）
＃没有数据，所以没有什么可以绘制
 ＃在那里放一个晕圈，就像c一样（数据帧）（x = sin（角度），y = cos（角度））
（-pi，pi，长度= 50）
 df< pv < -  pv + geom_path（aes（x，y），data = df，color =grey70）
＃
＃添加箭头和变量标签
 pv < -  pv + geom_text（data = vPCs，aes（x = vPC1，y = vPC2，label = rownames（vPCs）），size = 4）+ xlab（PC1）+ ylab（PC2）
 pv < （x = 0，y = 0，xend = vPC1 * 0.9，yend = vPC2 * 0.9），箭头=箭头（长度=单位（1/2，'picas'）），pv + geom_segment color =grey30）
 pv＃show plot 
  

 ＃现在把他们并排在一个单一的图像
＃
 grid.arrange（p，pv，nrow = 1）
＃
＃现在他们可以被保存或导出... 
  

I'm running an R script generating plots of the PCA analysis using FactorMineR.

I'd like to output the coordinates for the generated PCA plots but I'm having trouble finding the right coordinates. I found results1$ind$coord and results1$var$coord but neither look like the default plot.

I found http://www.statistik.tuwien.ac.at/public/filz/students/seminar/ws1011/hoffmann_ausarbeitung.pdf and http://factominer.free.fr/classical-methods/principal-components-analysis.html but neither describe the contents of the variable created by the PCA

library(FactoMineR)
data1 <- read.table(file=args[1], sep='\t', header=T, row.names=1)
result1 <- PCA(data1,ncp = 4, graph=TRUE) # graphs generated automatically
plot(result1)

解决方案

I found that $ind$coord[,1] and $ind$coord[,2] are the first two pca coords in the PCA object. Here's a worked example that includes a few other things you might want to do with the PCA output...

# Plotting the output of FactoMineR's PCA using ggplot2
#
# load libraries
library(FactoMineR)
library(ggplot2)
library(scales)
library(grid)
library(plyr)
library(gridExtra)
#
# start with a clean slate
rm(list=ls(all=TRUE)) 
#
# load example data
data(decathlon)
#
# compute PCA
res.pca <- PCA(decathlon, quanti.sup = 11:12, quali.sup=13, graph = FALSE)
#
# extract some parts for plotting
PC1 <- res.pca$ind$coord[,1]
PC2 <- res.pca$ind$coord[,2]
labs <- rownames(res.pca$ind$coord)
PCs <- data.frame(cbind(PC1,PC2))
rownames(PCs) <- labs
#
# Just showing the individual samples...
ggplot(PCs, aes(PC1,PC2, label=rownames(PCs))) + 
  geom_text() 

# Now get supplementary categorical variables
cPC1 <- res.pca$quali.sup$coor[,1]
cPC2 <- res.pca$quali.sup$coor[,2]
clabs <- rownames(res.pca$quali.sup$coor)
cPCs <- data.frame(cbind(cPC1,cPC2))
rownames(cPCs) <- clabs
colnames(cPCs) <- colnames(PCs)
#
# Put samples and categorical variables (ie. grouping
# of samples) all together
p <- ggplot() + theme(aspect.ratio=1) + theme_bw(base_size = 20) 
# no data so there's nothing to plot...
# add on data 
p <- p + geom_text(data=PCs, aes(x=PC1,y=PC2,label=rownames(PCs)), size=4) 
p <- p + geom_text(data=cPCs, aes(x=cPC1,y=cPC2,label=rownames(cPCs)),size=10)
p # show plot with both layers

# Now extract the variables
#
vPC1 <- res.pca$var$coord[,1]
vPC2 <- res.pca$var$coord[,2]
vlabs <- rownames(res.pca$var$coord)
vPCs <- data.frame(cbind(vPC1,vPC2))
rownames(vPCs) <- vlabs
colnames(vPCs) <- colnames(PCs)
#
# and plot them
#
pv <- ggplot() + theme(aspect.ratio=1) + theme_bw(base_size = 20) 
# no data so there's nothing to plot
# put a faint circle there, as is customary
angle <- seq(-pi, pi, length = 50) 
df <- data.frame(x = sin(angle), y = cos(angle)) 
pv <- pv + geom_path(aes(x, y), data = df, colour="grey70") 
#
# add on arrows and variable labels
pv <- pv + geom_text(data=vPCs, aes(x=vPC1,y=vPC2,label=rownames(vPCs)), size=4) + xlab("PC1") + ylab("PC2")
pv <- pv + geom_segment(data=vPCs, aes(x = 0, y = 0, xend = vPC1*0.9, yend = vPC2*0.9), arrow = arrow(length = unit(1/2, 'picas')), color = "grey30")
pv # show plot 

# Now put them side by side in a single image
#
grid.arrange(p,pv,nrow=1)
# 
# Now they can be saved or exported...

这篇关于PCA FactoMineR绘图数据的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！