PCA 绘图 - ggfortify 和 ggplot 有什么区别?
PCA plotting - What is the difference between ggfortify and ggplot?
我是 PCA 新手。我正在使用 ggfortify
和 ggplot
中的 autoplot
绘制分数。两者具有相同的形状,但 x 轴和 y 轴的值不同。例如。 autoplot
在 y 轴上从 -0.2 变为 0.2,ggplot
从 -0.6 变为 -0.6。图表上的点看起来完全一样。只有坐标轴的值发生了变化。这是为什么?
编辑:
我真的不能在这里提供完整的数据,因为它很长。我试过这两个:
library(ggfortify)
pca.data <- prcomp(my_data)
autoplot(pca.data)
和
my_dataframe <- data.frame(Sample = rownames(pca.data$x),
X = pca.data$x[,1],
Y = pca.data$x[,2])
ggplot(data = my_dataframe, aes(x=X, y=Y, label=Sample)) +
geom_point() +
xlab("PC1") +
ylab("PC2") +
ggtitle("PCA Graph")
根据 vignette,autoplot 的缩放方式与 biplot()
函数相同。如果你不想这样,你可以改用:
autoplot(pca.data, scale=0)
其中(轴标签除外)在您使用的 ggplot
命令中给出相同的结果。
我是 PCA 新手。我正在使用 ggfortify
和 ggplot
中的 autoplot
绘制分数。两者具有相同的形状,但 x 轴和 y 轴的值不同。例如。 autoplot
在 y 轴上从 -0.2 变为 0.2,ggplot
从 -0.6 变为 -0.6。图表上的点看起来完全一样。只有坐标轴的值发生了变化。这是为什么?
编辑: 我真的不能在这里提供完整的数据,因为它很长。我试过这两个:
library(ggfortify)
pca.data <- prcomp(my_data)
autoplot(pca.data)
和
my_dataframe <- data.frame(Sample = rownames(pca.data$x),
X = pca.data$x[,1],
Y = pca.data$x[,2])
ggplot(data = my_dataframe, aes(x=X, y=Y, label=Sample)) +
geom_point() +
xlab("PC1") +
ylab("PC2") +
ggtitle("PCA Graph")
根据 vignette,autoplot 的缩放方式与 biplot()
函数相同。如果你不想这样,你可以改用:
autoplot(pca.data, scale=0)
其中(轴标签除外)在您使用的 ggplot
命令中给出相同的结果。