R语言绘图基础篇-PCA加置信圈

此文内容首发于微信公众号：R语言搬运工，关注公众号浏览更多精彩内容

**原文链接

image.png

在科研论文中，经常看到有绘图后根据分组再点图外围加一个圆圈或者多边形，这样的图怎样实现呢？

如下图：

image.png

图片源自文献Identifying sagittal otoliths of Mediterranean Sea gobies:variability among phylogenetic lineages

image.png
图片源自Otolith shape analysis as a tool to infer the population structure of the blue jack mackerel, Trachurus picturatus, in the NE Atlantic
上两图主要用到了CAP和CVA分析得到的样点空间分布图，根据点的分布模式，使用分组变量将不同分组的点分别使用圆圈和多边形进行frame。其实有多种方法实现这种图的绘制。 image.png

刚开始小编在绘制主成分分析（PCA）散点图的时候尝试过使用绘图软件，比如illustrator、PS手动画过，然而后边发现这个圈圈是有统计意义的，不是随随便便画几个圈圈就能解决问题，所以建议不要手动画。那么我们直接方法2吧！

image.png
image.png

这里使用常用的鸢尾花数据作为示例（这个数据余热好烫）

library(ggplot2)
iris_pca <- princomp(formula = ~Sepal.Length + Sepal.Width + Petal.Length + Petal.Width,
                     data = iris)
# 添加椭圆
ggplot(iris_pca$scores, aes(x = Comp.1, y = Comp.2,color=iris$Species)) +
  geom_point() +
  stat_ellipse(level = 0.9)

○ level:置信区间水平

image.png

根据0.9的置信区间水平添加的点圈，可以根据自己的需求调节置信水平，将尽量多的点囊括进来

image.png

上图是设置了置信区间水平0.99
是不是比较简单，当然还有其他点圈形式，在不同的科研论文中均有所使用，这里简单介绍几种：

df<-iris
colnames(df)<-paste0(
  "V"
  ,1:5)
library(ggplot2)
library(ggforce)
ggplot(data=df,aes(x=V1,y=V2,color=V5))+
  geom_point()+
  geom_mark_rect(aes(fill=V5),alpha=0.1)+
  theme_bw()

image.png
image.png

在包ggalt中封装了实现根据点分布形状绘制点圈的函数，可视化效果更好，这里简单介绍一下。

library(ggalt)

princomp(formula = ~Sepal.Length + Sepal.Width + Petal.Length + Petal.Width,
         data = iris) %>%
  fortify() %>%
  add_column(FactorSpecies = factor(iris$Species)) %>%
  ggplot(aes(x = Comp.1, y = Comp.2, color = FactorSpecies)) +
  geom_point() +
  scale_x_continuous(limits=c(-5,5))+
  scale_y_continuous(limits=c(-2,2))+
  geom_encircle(aes(group = FactorSpecies),expand=0.1,spread=0.5,s_shape=0.9)

对代码中重要参数做简单的介绍：

                  ○  expand：圈的外部扩展

                          ○  spread： 延申程度

                          ○  s_shape：线条平滑程度

image.png

当然，有时候我们更希望是将不同分组的边界点连起来围成一个多边形，这也在R中实现。

image.png

将代码中的参数expand设置为0即可实现：

library(ggalt)

princomp(formula = ~Sepal.Length + Sepal.Width + Petal.Length + Petal.Width,
         data = iris) %>%
  fortify() %>%
  add_column(FactorSpecies = factor(iris$Species)) %>%
  ggplot(aes(x = Comp.1, y = Comp.2, color = FactorSpecies)) +
  geom_point() +
  geom_encircle(aes(group = FactorSpecies),expand=0,spread=0.5,s_shape=0.9)

image.png

还可以根据点坐标将边界点提取出来，然后使用geom_polygon函数添加边界

iris_pca <- princomp(formula = ~Sepal.Length + Sepal.Width + Petal.Length + Petal.Width,
                     data = iris)
iris_scores <- cbind(as.data.frame(iris_pca$scores[,1:2]),iris$Species)

time.a <- iris_scores[iris_scores$`iris$Species` == "setosa",][chull(iris_scores[iris_scores$`iris$Species` == "setosa", c("Comp.1", "Comp.2")]),] # hull values for time A
time.b <- iris_scores[iris_scores$`iris$Species` == "versicolor",][chull(iris_scores[iris_scores$`iris$Species` == "versicolor", c("Comp.1", "Comp.2")]),] # hull values for time A
time.c <- iris_scores[iris_scores$`iris$Species` == "virginica",][chull(iris_scores[iris_scores$`iris$Species` == "virginica", c("Comp.1", "Comp.2")]),] # hull values for time A
hull.data.time <- rbind(time.a, time.b,time.c) #combine grp.a and grp.b
ggplot()+
  geom_polygon(data=hull.data.time,aes(x=Comp.1,y=Comp.2,color=`iris$Species`),linetype="dashed",alpha=0.2) + # add the convex hulls
  geom_point(data=iris_scores,aes(x=Comp.1,y=Comp.2,shape=`iris$Species`,color=`iris$Species`),size=4) + # add the point markers
  scale_fill_manual(values=c("white","white","white"))

image.png

写在文末

以上是此文分享全部内容，喜欢点点关注吧！

此文内容首发于微信公众号：R语言搬运工，关注公众号浏览更多精彩内容

精彩推荐：

R语言绘制散点图geom_point
R语言添加拟合曲线geom_smooth
R语言箱线图boxplot
R语言线图geom_line