问题描述
我目前正在尝试为数据绘制PCA,并且在运行代码时遇到以下问题。
此外,有人可以帮助获取我的数据和代码并生成PLS-DA吗?如图片所示?我找不到任何好的教程。
如何解决此问题?情节应该看起来像:
因此,在获得一些帮助之后,我已经走了很远:
我的代码:
library(ggplot2)
library(ggforce)
all_datanoT <- cbind(amino,sphingo,hexose,phospha,lyso,cleaned_xl_Kopie)
all_datawT <- cbind(aminotnos,cleaned_xl_Kopie)
rownames(all_datawT) <- sample_id$`Sample Identification`
alldata_naomit <-na.omit(all_datanoT)
all_datawTnaomit <-na.omit(all_datawT)
mypr <- prcomp(log2(alldata_naomit),scale = TRUE)
summary(mypr)
str(mypr)
mypr$x
PC1 <- mypr$x[,1]
PC2 <- mypr$x[,2]
pcat <- cbind(all_datawTnaomit,PC1,PC2)
ggplot(
data = pcat,aes(
x = PC1,y = PC2,fill = 'Time point',line = 1
),shape = 1
) +
geom_point(
shape = 21,colour = "black",size = 2,stroke = 0.5,alpha = 0.6
) +
scale_fill_brewer(palette = "Set1") +
scale_color_brewer(palette = "Set1") +
geom_mark_ellipse(
aes(
fill = 'Time point',color = 'Time point'
),alpha = 0.05
)
产生以下图:
如何使两个椭圆T0和T1使用两个不同的时间值?以及如何轻松估算我的数据,以便用列方式代替Na,例如,而不是仅仅省略它们以便绘制图?
带有dput()的原始样本数据
dput(pcat[sample(nrow(pcat),50)])
https://gist.github.com/bicvn/47d97929a63ff99e9b260e8658407ae3
新的dput
https://gist.github.com/bicvn/b06279c6bfa641303b57a3ad2cc07a21
解决方法
您的代码和输出之间似乎存在差异:
pcat <- cbind(all_datawT,mypr$x[,1:2])
将mypr $ x的前两列添加到数据框中。但是输出显示:
mypr$x[1:2]
是矩阵x的前两个值。如果查看该列,您将看到在数据中重复了这两个值。在R中,这是循环利用,这是使用cbind
组合长度不同的向量时的默认过程。
找不到变量PC1
和PC2
,因为您从未用这些值创建任何对象,例如
PC1 <- mypr$x[,1]
PC2 <- mypr$x[,2]
pcat <- cbind(all_datawT,PC1,PC2)
应该可以。
,也请检查这一点,这里我提供了一个示例。该技巧使用Comps <- as.data.frame(mypca$x)
来隔离组件,然后将其添加到原始数据。之后,可以将cbind()
与Comps[,c(1,2)]
一起使用以仅提取前两个分量。在这里,我使用了iris
数据集:
library(ggplot2)
library(ggforce)
#Data
data("iris")
#PCA
mypca <- prcomp(iris[,-5])
#Isolate components
Comps <- as.data.frame(mypca$x)
#Extract components and bind to original data
newiris <- cbind(iris,Comps[,2)])
#Plot
ggplot(newiris,aes(x=PC1,y=PC2,col = Species,fill = Species)) +
stat_ellipse(geom = "polygon",col= "black",alpha =0.5)+
geom_point(shape=21,col="black")
输出:
对于共享数据,仅不应用NA操作。这里的代码和输出以及您共享的数据:
#Code
ggplot(pcat,col = `Time point`,fill = `Time point`)) +
stat_ellipse(geom = "polygon",col="black")
输出: