beat365官网_beat365亚洲官方网站

  • beat365官网
  • |
  • beat365官网生物
  • |
  • beat365官网诊断
  • |
  • beat365官网检验


beat365
  • 免费服务热线
  • 400-065-6886
  • 电话:86(0)512-6295 9990
  • 传真:86(0)512-6295 9995
新闻中心

【绘图进阶】之六种带中心点的PCA 图和三维PCA图绘制(四)

发稿时间:2020-07-03来源:beat365官网生物





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。

beat365

加载ggpubr包

In [1]:

  • library(ggpubr)


数据准备


In [2]:
  • df = read.csv('3D.PCA.site.csv',header = T)
  • head(df)
Out[2]:

beat365


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]:

beat365


合并数据

In [4]:

  • data = merge(df,setNames(df_mean,c('sub_group','PCA1_mean','PCA2_mean','group')))
  • data

Out[4]:

beat365



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]:

beat365

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]:

beat365


2.2 带中心点的PCA图

In [7]:

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

Out[7]:

beat365


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]:

beat365


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]:

beat365


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]:

beat365


2.6 外点连线

In [11]:

  • library(ggalt)

In [12]:

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

Out[12]:

beat365


2.7 波普样式

In [13]:

  • v = q + geom_bkde2d()
  • v

Out[13]:

beat365


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]:

beat365



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]:

beat365


往期相关链接:

1、R基础篇

excel不熟练怎么办,R来帮您(一)数据分类汇总如何使用Rstudio练习R基础教程
R相关软件及R包安装【零基础学绘图】之气泡图绘制(六)
【零基础学绘图】之绘制venn图(五)
【零基础学绘图】之绘制barplot柱状图图(四)
【零基础学绘图】之绘制heatmap图(三)【零基础学绘图】之绘制PCA图(二)
【零基础学绘图】之alpha指数箱体图绘制(一)

2、R进阶

【绘图进阶】之交互式可删减分组和显示样品名的PCA 图(三)

【绘图进阶】之绘制PCA biplot图(二)

【进阶篇绘图】之带P值的箱体图、小提琴图绘制(一)

3、数据提交

3分钟学会微生物多样性云平台数据分析;

3分钟学会CHIP-seq类实验测序数据可视化 —IGV的使用手册

10分钟搞定多样性数据提交,最快半天内获取登录号,史上最全的多样性原始数据提交教程

20分钟搞定GEO上传,史上最简单、最详细的GEO数据上传攻略

4、表达谱分析

表达谱分析(二)通路富集分析和基因互作网络图绘制如何对GEO数据进行差异分析

5、医学数据分析

KING: 样本亲缘关系鉴定工具【WGS服务升级】人工智能软件SpliceAI助力解读罕见和未确诊疾病中的非编码突变隐性疾病trio家系别忽视单亲二倍体现象——beat365官网数据分析助力临床疾病诊断新添UPD(单亲二倍体)可视化分析工具【昊工具】Oh My God! 太好用了吧!疾病或表型的关键基因查询数据库,我不允许你不知道Phenolyzerbeat365


Copyright ? 2012-2020 eat365官网,beat365亚洲官方网站   All Rights Reserved    苏ICP备17064027号-1
XML 地图 | Sitemap 地图