PCA双标图：隐藏向量看到所有数据点清楚

Question

我试图做PCA与R.

我的数据的方法有10,000列和90列 我用prcomp功能做PCA。 试图用prcomp结果准备一个双标图，我遇到了10000个绘制矢量覆盖我的数据点的问题。双框图是否有任何选项来隐藏向量的表示？

OR

我可以使用plot得到PCA结果。但我不知道根据我的数据点，其编号为1至90

Sample<-read.table(file.choose(),header=F,sep="\t") 

Sample.scaled<-data.frame(apply(Sample_2XY,2,scale)) 

Sample_scaled.2<-data.frame(t(na.omit(t(Sample_2XY.scaled)))) 

pca.Sample<-prcomp(Sample_2XY.scaled.2,retx=TRUE) 

pdf("Sample_plot.pdf") 

plot(pca.Sample$x) 

dev.off() 

Answer 1

如果你做一个help(prcomp)或?prcomp如何标注这些点上，帮助文件告诉我们，所有包含在prcomp()对象的事由函数返回。我们只需要选择我们想要绘制哪些东西，然后使用一些功能来实现，比biplot()更具有控制力。

的情况下，一个更普遍的伎俩时，帮助文件不明确的事情是应该做的prcomp对象的str()（你的情况pca.Sample），看看它的所有部件，并找到我们想要的（str()紧凑显示器。R对象的内部结构）

下面是一些的r样本数据的例子：

# do a pca of arrests in different states 
p<-prcomp(USArrests, scale = TRUE) 

str(p)给我的东西丑陋，太长时间，包括，但我可以看到，p $ X具有作为rownames的状态以及它们在主要组件上的位置作为列。这个武装，我们就可以绘制它，我们想要的任何方式，如用plot()和text()（用于标签）：

# plot and add labels 
plot(p$x[,1],p$x[,2]) 
text(p$x[,1],p$x[,2],labels=rownames(p$x)) 

如果我们正在与许多观察散点图，标签可能无法读取。因此，我们可能只想标注更多的极端值，我们可以用quantile()来标识：

#make a new dataframe with the info from p we want to plot 
df <- data.frame(PC1=p$x[,1],PC2=p$x[,2],labels=rownames(p$x)) 

#make sure labels are not factors, so we can easily reassign them 
df$labels <- as.character(df$labels) 

# use quantile() to identify which ones are within 25-75 percentile on both 
# PC and blank their labels out 
df[ df$PC1 > quantile(df$PC1)["25%"] & 
    df$PC1 < quantile(df$PC1)["75%"] & 
    df$PC2 > quantile(df$PC2)["25%"] & 
    df$PC2 < quantile(df$PC2)["75%"],]$labels <- "" 

# plot 
plot(df$PC1,df$PC2) 
text(df$PC1,df$PC2,labels=df$labels)