标签: ggbiplot

我无法在单个站点PCA因子图上添加分组变量省略号,其中还包括PCA可变因子箭头.

我的代码:

prin_comp<-rda(data[,2:9], scale=TRUE)
pca_scores<-scores(prin_comp)

#sites=individual site PC1 & PC2 scores, Waterbody=Row Grouping Variable.
#site scores in the PCA plot are stratified by Waterbody type.

plot(pca_scores$sites[,1],
     pca_scores$sites[,2],
     pch=21,
     bg=point_colors[data$Waterbody],
     xlim=c(-2,2), 
     ylim=c(-2,2),
     xlab=x_axis_text,
     ylab=y_axis_text)

#species=column PCA1 & PCA2 Response variables
arrows(0,0,pca_scores$species[,1],pca_scores$species[,2],lwd=1,length=0.2)

#I want to draw 'Waterbody' Grouping Variable ellipses that encompass completely, 
# their appropriate individual site scores (this is to visualise total error/variance).

我试图使用dataellipse,plotellipses和ellipse函数,但无济于事.无知就是赢得了这一点.如果我没有提供足够的信息,请告诉我.

数据(log10转换):

dput(data)

structure(list(Waterbody = structure(c(4L, 4L, 4L, 4L, 4L, 4L, 
4L, 4L, 4L, 4L, 4L, 4L, …

使用ggord一个可以做出很好的线性判别分析ggplot2biplots(参见M. Greenacre的"实践中的Biplots"中的第11章,图11.5),如

library(MASS)
install.packages("devtools")
library(devtools)
install_github("fawda123/ggord")
library(ggord)
data(iris)
ord <- lda(Species ~ ., iris, prior = rep(1, 3)/3)
ggord(ord, iris$Species)

我还想添加分类区域(显示为与其各自组相同颜色的实心区域,例如α= 0.5)或类别隶属度的后验概率(随后alpha根据此后验概率和相同颜色变化用于每个组)(可以这样做BiplotGUI,但我正在寻找ggplot2解决方案).谁会知道如何使用ggplot2,也许使用geom_tile？

编辑:下面有人询问如何计算后验分类概率和预测类别.这是这样的:

library(MASS)
library(ggplot2)
library(scales)
fit <- lda(Species ~ ., data = iris, prior = rep(1, 3)/3)
datPred <- data.frame(Species=predict(fit)$class,predict(fit)$x)
#Create decision boundaries
fit2 <- lda(Species ~ LD1 + LD2, data=datPred, prior = rep(1, 3)/3)
ld1lim <- expand_range(c(min(datPred$LD1),max(datPred$LD1)),mul=0.05)
ld2lim <- expand_range(c(min(datPred$LD2),max(datPred$LD2)),mul=0.05)
ld1 <- seq(ld1lim[[1]], ld1lim[[2]], length.out=300)
ld2 …

我正在使用一个圣职包ggplot2.现在我正在以传统方式构建biplots,负载用箭头表示.我也感兴趣的是使用校准轴并将加载轴表示为通过原点的线,并且加载标签显示在绘图区域外.在基础R中,这是在实现的

library(OpenRepGrid)
biplot2d(boeker)

但我正在寻找ggplot2解决方案.有人会有任何想法如何实现这样的事情ggplot2吗？在绘图区域外添加变量名称可以像我想的那样完成,但是如何绘制绘图区域外的线段？

目前我所拥有的是

install.packages("devtools")
library(devtools)
install_github("fawda123/ggord")
library(ggord)
data(iris)
ord <- prcomp(iris[,1:4],scale=TRUE)
ggord(ord, iris$Species)

负载在 ord$rotation

                    PC1         PC2        PC3        PC4
Sepal.Length  0.5210659 -0.37741762  0.7195664  0.2612863
Sepal.Width  -0.2693474 -0.92329566 -0.2443818 -0.1235096
Petal.Length  0.5804131 -0.02449161 -0.1421264 -0.8014492
Petal.Width   0.5648565 -0.06694199 -0.6342727  0.5235971

如何通过原点,外部刻度和轴区域外的标签添加线条(可能包括上面为重叠标签应用的冷抖动)？

NB我不想关闭剪辑,因为我的一些情节元素有时可能会超出边界框

编辑:其他人之前显然问了一个类似的问题,尽管这个问题仍然没有答案.它指出,要在基地R中做这样的事情(虽然以一种丑陋的方式),人们可以这样做

plot(-1:1, -1:1, asp = 1, type = "n", xaxt = "n", yaxt = "n", xlab = "", ylab = "")
abline(a = 0, b = -0.75) …

我正在尝试使用prcomp和绘制主成分分析ggbiplot.我正在获取单位圆外的数据值,并且在调用之前无法重新调整数据prcomp,我可以将数据约束到单位圆.

data(wine)
require(ggbiplot)
wine.pca=prcomp(wine[,1:3],scale.=TRUE)
ggbiplot(wine.pca,obs.scale = 1, 
         var.scale=1,groups=wine.class,ellipse=TRUE,circle=TRUE)

我在调用之前通过减去平均值并除以标准偏差来尝试缩放prcomp:

wine2=wine[,1:3]
mean=apply(wine2,2,mean)
sd=apply(wine2,2,mean)
for(i in 1:ncol(wine2)){
  wine2[,i]=(wine2[,i]-mean[i])/sd[i]
}
wine2.pca=prcomp(wine2,scale.=TRUE)
ggbiplot(wine2.pca,obs.scale=1, 
         var.scale=1,groups=wine.class,ellipse=TRUE,circle=TRUE)

ggbiplot 包安装如下:

require(devtools)
install_github('ggbiplot','vqv')

输出任一代码块:

根据@Brian Hanson在下面的评论,我正在添加一个反映我想要获得的输出的附加图像.

我正在尝试使用R对我的数据进行PCA分析,我找到了这个很好的指南,使用prcomp和ggbiplot.我的数据是两种样本类型,每种类型有三个生物重复(即6行)和大约20000个基因(即变量).首先,使用指南中描述的代码获取PCA模型不起作用:

>pca=prcomp(data,center=T,scale.=T)
Error in prcomp.default(data, center = T, scale. = T) : 
cannot rescale a constant/zero column to unit variance

但是,如果我删除该scale. = T部件,它工作正常,我得到一个模型.这是为什么,这是下面错误的原因？

> summary(pca)
Importance of components:
                             PC1       PC2       PC3       PC4       PC5
Standard deviation     4662.8657 3570.7164 2717.8351 1419.3137 819.15844
Proportion of Variance    0.4879    0.2861    0.1658    0.0452   0.01506
Cumulative Proportion     0.4879    0.7740    0.9397    0.9849   1.00000

其次,绘制PCA.即使只是使用基本代码,我得到一个错误和一个空的情节图像:

> ggbiplot(pca)
Error: invalid 'rot' value

这意味着什么,我该如何解决？是否与制作PCA的(非)规模有关,还是有所不同？我认为它必须与我的数据有关,因为如果我使用标准示例代码(下面),我会得到一个非常好的PCA图.

> data(wine)
> wine.pca=prcomp(wine,scale.=T)
> print(ggbiplot(wine.pca, obs.scale = 1, …

大家好,我有一个简单的问题,但我没能在任何教程中得到答案.我已经对一组数据进行了简单的主成分分析,然后使用biplot绘制我的数据.

CP <- prcomp(dat, scale. = T)
summary(CP)

biplot(CP)

有了这个,我得到了我的数据在第一和第二组件方面的散点图.我希望按颜色分隔我的数据,表示R用红色绘制我的前20个数据,用蓝色绘制下20个数据.我不知道如何告诉R为这两组数据着色.任何帮助将非常感激.THKS!(我对R很新)

我试图安装的开发版本ggbiplot从Github.在安装过程中,我收到以下错误消息:

library(devtools)
install_github("ggbiplot", "vqv")


Installing github repo(s) ggbiplot/master from vqv
Installing ggbiplot.zip from https://github.com/vqv/ggbiplot/zipball
Installing ggbiplot
* checking for file 'C:\Users\Muhammad Yaseen\AppData\Local\Temp\Rtmpsx4n5u\vqv-ggbiplot-2623d7c/DESCRIPTION' ... OK
* preparing 'ggbiplot':
* checking DESCRIPTION meta-information ... OK
* checking for LF line-endings in source and make files
* checking for empty or unneeded directories
* looking to see if a 'data/datalist' file should be added
* building 'ggbiplot_0.5.tar.gz'
cygwin warning:
  MS-DOS style path detected: C:/Users/MUHAMM~1/AppData/Local/Temp/Rtmpsx4n5u/ggbiplot_0.5.tar.gz
  Preferred POSIX equivalent is: /cygdrive/c/Users/MUHAMM~1/AppData/Local/Temp/Rtmpsx4n5u/ggbiplot_0.5.tar.gz …

在示例ggbiplot脚本图中有3组,如何更改标记颜色和形状？

library(ggbiplot)
data(wine)
wine.pca <- prcomp(wine, scale. = TRUE)
ggbiplot(wine.pca, obs.scale = 1, var.scale = 1, group=wine.class,
         varname.size = 3, labels.size=3, 
         ellipse = TRUE, circle = TRUE) +
  scale_color_discrete(name = '') +  
  geom_point(aes(colour=wine.class), size = 3) +
  theme(legend.direction ='horizontal', 
        legend.position = 'top')

install.packages 中的警告：

包 \xe2\x80\x98ggbiplot\xe2\x80\x99 不可用（对于 R 版本 3.5.3）

尝试了我发现的安装此软件包的所有选项。这个版本的R不支持吗？我有其他方法在 RStudio 上使用 ggbiplot 吗？

有人知道如何更改点大小并仍然在下面的代码中保持组颜色？

只需将geom_point(size = 8)所有点的颜色更改为黑色即可.

码:

library(ggbiplot)
data(wine)
wine.pca <- prcomp(wine, scale. = TRUE)
g <- ggbiplot(wine.pca, obs.scale = 1, var.scale = 1, 
              groups = wine.class, varname.size = 8, labels.size=10  , ellipse = TRUE, circle = TRUE)
g <- g + scale_color_discrete(name = '') #+  geom_point(size = 8)
g <- g + opts(legend.direction = 'horizontal', 
              legend.position = 'top')
print(g)