在 ggplot 中绘制 RDA（素食主义者）

Question

我还是 R 的新手，正在尝试学习如何使用库 vegan，我可以使用普通的 plot 函数轻松地在 R 中绘图。当我想在 ggplot 中绘制数据时出现问题。我知道我必须从我创建的列表中提取正确的数据，但是哪些以及如何提取？我一直在练习的数据集可以在这里下载https://drive.google.com/file/d/0B1PQGov60aoudVR3dVZBX1VKaHc/view?usp=sharing 我一直用来转换数据的代码是这样的：

library(vegan)
library(dplyr)
library(ggplot2)
library(grid)
data <- read.csv(file = "People.csv", header = T, sep = ",", dec = ".", check.names = F, na.strings=c("NA", "-", "?"))
data2 <- data[,-1]
rownames(data2) <- data[,1]
data2 <- scale(data2, center = T, scale = apply(data2, 2, sd))
data2.pca <- rda(data2)

这给了我一个列表，我可以使用基本的“plot”和“biplot”函数进行绘制，但我不知道如何在 ggplot 中绘制 PCA 和 biplot。我还想按组为数据点着色，例如性别。任何帮助都会很棒。

Answer 1

您可以为此使用我的ggvegan包。尽管可用于某些类别的对象，包括rda和对象，但它仍在开发中cca。

假设示例数据和分析，您可以简单地执行以下操作：

autoplot(data2.pca, arrows = TRUE)

得到你想要的那种双标图。这产生

您可以通过以下方式获取站点标签

autoplot(data2.pca, arrows = TRUE, geom = "text", legend = "none")

它还显示了如何在需要时抑制图例（legend.position采用适合ggplot2 中相同主题元素的值）。

你不会有一个巨大的控制其他的东西一起关注一下量autoplot()的方法（还），但是你可以用fortify()获得数据的方式GGPLOT2需要它，然后从其他的答案使用的想法或学习的代码ggvegan:::autoplot.rda为具体。

您需要从 github安装ggvegan，因为该软件包尚未在 CRAN 上：

install.packages("devtools")
devtools::install_github("gavinsimpson/ggvegan")

这将为您提供 0.0-6（或更高版本）版本，其中包括一些小调整以生成比以前版本更整洁的图。

Answer 2

ggbiplot(...)package 中有一个函数ggbiplot，但它仅适用于 prcomp、princomp、PCA 或 lda 类的对象。

plot.rda(...)只是将每个案例（人）定位在 PC1 - PC2 空间中。biplot.rda(...)将向量添加到原始数据集中每个变量的 PC1 和 PC2 载荷。事实证明plot.rda(...)，并biplot.rda(...)使用通过汇总 rda 对象产生的数据，而不是 rda 对象本身。

smry <- summary(data2.pca)
df1  <- data.frame(smry$sites[,1:2])       # PC1 and PC2
df2  <- data.frame(smry$species[,1:2])     # loadings for PC1 and PC2
rda.plot <- ggplot(df1, aes(x=PC1, y=PC2)) + 
  geom_text(aes(label=rownames(df1)),size=4) +
  geom_hline(yintercept=0, linetype="dotted") +
  geom_vline(xintercept=0, linetype="dotted") +
  coord_fixed()
rda.plot

rda.biplot <- rda.plot +
  geom_segment(data=df2, aes(x=0, xend=PC1, y=0, yend=PC2), 
               color="red", arrow=arrow(length=unit(0.01,"npc"))) +
  geom_text(data=df2, 
            aes(x=PC1,y=PC2,label=rownames(df2),
                hjust=0.5*(1-sign(PC1)),vjust=0.5*(1-sign(PC2))), 
            color="red", size=4)
rda.biplot

如果您将这些结果与 进行比较plot(data2.pca)，biplot(data2.pca)我想您会发现它们是相同的。不管你相信与否，到目前为止，最困难的部分是让文本与箭头正确对齐。