最近，师妹在利用 R 对 PCA 结果进行可视化时遇到了一些问题，她说不太明白 ggplot2 怎么用在 PCA 结果上，那就安排吧。
PCA、PCoA、NMDS、RDA 等图形的本质是散点图，既然是散点图，那在可视化的时候把它们当作散点图就行了，不用管是什么算法的结果。我认为最重要的一步是能够看懂这些多元统计分析的输出结果，并从中提取出用于画图的数据，然后将这些数据和自己的分组信息进行组合。完成数据的提取和组合，剩下的技术问题就都不是问题了。
❝
我一直认为：「数据统计分析及可视化最重要的是理清楚数据结构」！
❞
rm(list = ls())
library(tidyverse)
library(ggplot2)
library(ggsci)
library(Cairo)
进行PCA计算
pca = prcomp(iris[1:4])
提取每个样本对应的PCA坐标
pca.res = pca[["x"]] %>%
as.data.frame()
将PCA结果和样本分组信息进行匹配
pca.res = cbind(pca.res, iris[,5])
colnames(pca.res)[5] = 'group'
计算每个主成分对方差的解释度
pca.var = pca$sdev^2 %>%
as.data.frame()
pca.var$var = round(pca.var$. / sum(pca.var) * 100, 2) # 计算各主成分所占百分比
pca.var$pc = colnames(pca.res)[1:(ncol(pca.res)-1)]
绘制碎石图看每个主成分的解释量
ggplot(pca.var, aes(pc, var, fill = pc)) +
geom_bar(stat = 'identity')+
scale_fill_igv()+
scale_y_continuous(expand = c(0,0)) +
theme_bw() +
labs(x = '主成分',
y = '主成分解释量(%)')`
进行PCA可视化
p = ggplot(pca.res, aes(PC1, PC2, color = group, shape = group))+
# 选择X轴Y轴并映射颜色和形状
geom_point(size = 3)+ # 画散点图并设置大小
geom_hline(yintercept = 0,linetype="dashed") + # 添加横线
geom_vline(xintercept = 0,linetype="dashed") + # 添加竖线
scale_color_igv()+ # 设置颜色,此处为Integrative Genomics Viewer配色
theme_bw() + # 加上边框
stat_ellipse(level = 0.95)+ # 添加置信椭圆
# 自动提取主成分解释度进行绘图
labs(x = paste('PC1(', pca.var$var[1],'%)', sep = ''),
y = paste('PC2(', pca.var$var[2],'%)', sep = '')) +
theme(legend.position = c(0.85,0.85)) # 设置图例位置，此处为相对位置
p
保存成PDF格式
ggsave(p, filename = 'figures/PCA.pdf',
width = 5, height = 5, # 设置长宽
device = cairo_pdf, # 使用cairo输出设备
family = 'Song') # 设置输出字体为宋体`
