新闻媒体-太阳成tyc7111cc

发稿时间：2020-07-03来源：天昊生物

前几期我们有介绍pca的多种绘图方法，这里我们接着介绍几种新的绘图方法：ggpubr包进行二维绘图和scatterplot3d包绘制3d图。

加载ggpubr包

in [1]:

• library(ggpubr)

一数据准备

in [2]:

• df = read.csv('3d.pca.site.csv',header = t)
• head(df)

out[2]:

aggregate 计算中心点in [3]:

• df_mean = aggregate(cbind(pca1, pca2) ~ sub_group, data = df, fun = mean)
• df_mean$group = c('b','b','c','c')
• df_mean

out[3]:

合并数据

in [4]:

• data = merge(df,setnames(df_mean,c('sub_group','pca1_mean','pca2_mean','group')))
• data

out[4]:

二二维绘图

2.1 常规pca图

in [5]:

• p <- ggplot(df, aes(x = pca1, y = pca2, colour = sub_group)) geom_point(size = 4)
• p

out[5]:

增加形状

in [6]:

• p1 = ggplot(df, aes(x = pca1, y = pca2, colour = sub_group,shape = group)) geom_point(size = 4)
• p1

out[6]:

2.2 带中心点的pca图

in [7]:

• q = p1 geom_point(data = df_mean, size = 6)
• q

out[7]:

2.3 添加置信椭圆

in [8]:

• r = q stat_ellipse( linetype = 2,level = 0.65,aes(group = sub_group, colour = sub_group))
• r

out[8]:

2.4 指定杂志配色的绘图

in [9]:

• # add group ellipses and mean points
• # add stars
• #
• s = ggscatter(df, x = "pca1", y = "pca2",color = "sub_group", shape = "sub_group",palette = 'jco',ellipse = true, mean.point = true,star.plot = true)
• s

out[9]:

2.5 连线放射

in [10]:

• t = r geom_segment(data = data,mapping = aes(xend = pca1_mean, yend = pca2_mean))
• t

out[10]:

2.6 外点连线

in [11]:

• library(ggalt)

in [12]:

• u = p geom_encircle(s_shape=1, expand=0)
• u

out[12]:

2.7 波普样式

in [13]:

• v = q geom_bkde2d()
• v

out[13]:

2.8 多个图形绘制在一起

in [14]:

• ggarrange( p,p1,q , r ,s ,t ,u,v, ncol =2 , nrow =4,legend='top',common.legend = t)

out[14]:

三3d 绘图

in [15]:

• # install.packages('scatterplot3d')
• library(scatterplot3d)

in [16]:

• attach(df)

in [17]:

• color = c('red','black', 'blue','yellow')
• colors=color[as.numeric(df$sub_group)]
• colors

out[17]:

• 'red' 'red' 'red' 'red' 'black' 'black' 'black' 'black' 'blue' 'blue' 'blue' 'blue' 'blue' 'blue' 'yellow' 'yellow' 'yellow' 'yellow'

由于pca1和pca2的贡献度更高，因此我们需要面向我们的x轴和z轴对应pca1和pca2

in [18]:

• scatterplot3d(x =pca1, y = pca3, z = pca2,main = "pca", xlab='pca1', ylab="", zlab='pca2',pch = 19, color = colors, cex.symbols = 1.2)
• legend("right", col = unique(colors), pch = 19, xpd = t, cex = 1, ncol =1,legend = unique(df$sub_group), bty = "n")

out[18]:

往期相关链接：

1、r基础篇

；；
；；
；
；
；；
；

2、r进阶

；

；

；

3、数据提交

;

；

；

；

4、表达谱分析

；；

5、医学数据分析

；；；；