R语言主成分分析可视化(颜值高，很详细)

文章目录 PCA特征值可视化提取变量结果变量结果可视化变量和主成分的cos2可视化变量对主成分的贡献可视化 Dimension description提取样本结果样本结果可视化样本的cos2可视化样本对主成分的贡献可视化 biplot参考资料

网络上很多R语言教程都是基于R语言实战进行修改，今天为大家介绍更好用的R包，在之前聚类分析中也经常用到：factoextra和factoMineR，关于主成分分析的可视化，大家比较常见的可能是ggbiplot，这几个R包都挺不错，大家可以比较下。

之前已经多次用到了这两个R包：

PCA聚类

这两个R包的函数可以直接使用prcomp()函数的结果，也可以使用FactoMineR的PCA()函数进行，结果更加详细。

PCA

使用R语言自带的iris鸢尾花数据进行演示。

rm(list = ls()) library(factoextra) ## Loading required package: ggplot2 ## Welcome! Want to learn more? See two factoextra-related books at goo.gl/ve3WBa library(FactoMineR) pca.res <- PCA(iris[,-5], graph = F, scale.unit = T) # 简简单单1行代码实现主成分分析 pca.res ## **Results for the Principal Component Analysis (PCA)** ## The analysis was performed on 150 individuals, described by 4 variables ## *The results are available in the following objects: ## ## name description ## 1 "$eig" "eigenvalues" ## 2 "$var" "results for the variables" ## 3 "$var$coord" "coord. for the variables" ## 4 "$var$cor" "correlations variables - dimensions" ## 5 "$var$cos2" "cos2 for the variables" ## 6 "$var$contrib" "contributions of the variables" ## 7 "$ind" "results for the individuals" ## 8 "$ind$coord" "coord. for the individuals" ## 9 "$ind$cos2" "cos2 for the individuals" ## 10 "$ind$contrib" "contributions of the individuals" ## 11 "$call" "summary statistics" ## 12 "$call$centre" "mean of the variables" ## 13 "$call$ecart.type" "standard error of the variables" ## 14 "$call$row.w" "weights for the individuals" ## 15 "$call$col.w" "weights for the variables"

结果信息丰富，可以通过不断的$获取，也可以通过特定函数提取，下面介绍。

特征值可视化

获取特征值、方差贡献率和累积方差贡献率，可以看到和上一篇的结果是一样的：

get_eigenvalue(pca.res) ## eigenvalue variance.percent cumulative.variance.percent ## Dim.1 2.91849782 72.9624454 72.96245 ## Dim.2 0.91403047 22.8507618 95.81321 ## Dim.3 0.14675688 3.6689219 99.48213 ## Dim.4 0.02071484 0.5178709 100.00000

结果中的这几个概念在上一篇已经解释过了

通过这几个值，可以确定主成分个数，当然也可以通过碎石图（就是方差解释度的可视化）直观的观察：

fviz_eig(pca.res,addlabels = T,ylim=c(0,100))

提取变量结果

通过get_pca_var()`函数实现：

res.var <- get_pca_var(pca.res) res.var$cor ## Dim.1 Dim.2 Dim.3 Dim.4 ## Sepal.Length 0.8901688 0.36082989 -0.27565767 -0.03760602 ## Sepal.Width -0.4601427 0.88271627 0.09361987 0.01777631 ## Petal.Length 0.9915552 0.02341519 0.05444699 0.11534978 ## Petal.Width 0.9649790 0.06399985 0.24298265 -0.07535950 res.var$coord ## Dim.1 Dim.2 Dim.3 Dim.4 ## Sepal.Length 0.8901688 0.36082989 -0.27565767 -0.03760602 ## Sepal.Width -0.4601427 0.88271627 0.09361987 0.01777631 ## Petal.Length 0.9915552 0.02341519 0.05444699 0.11534978 ## Petal.Width 0.9649790 0.06399985 0.24298265 -0.07535950 res.var$contrib ## Dim.1 Dim.2 Dim.3 Dim.4 ## Sepal.Length 27.150969 14.24440565 51.777574 6.827052 ## Sepal.Width 7.254804 85.24748749 5.972245 1.525463 ## Petal.Length 33.687936 0.05998389 2.019990 64.232089 ## Petal.Width 31.906291 0.44812296 40.230191 27.415396 res.var$cos2 ## Dim.1 Dim.2 Dim.3 Dim.4 ## Sepal.Length 0.7924004 0.130198208 0.075987149 0.0014142127 ## Sepal.Width 0.2117313 0.779188012 0.008764681 0.0003159971 ## Petal.Length 0.9831817 0.000548271 0.002964475 0.0133055723 ## Petal.Width 0.9311844 0.004095980 0.059040571 0.0056790544 res.var$cor:变量和主成分的相关系数res.var$coord: 变量在主成分投影上的坐标，下面会结合图说明，因为进行了标准化，所以和相关系数结果一样，其数值代表了主成分和变量之间的相关性res.var$cos2: 是coord的平方，也是表示主成分和变量间的相关性，同一个变量所有cos2的总和是1res.var$contrib: 变量对主成分的贡献

这几个结果都可以进行可视化。

变量结果可视化

使用fviz_pca_var()对变量结果进行可视化：

fviz_pca_var(pca.res)

res.var$coord是变量在主成分投影上的坐标，Sepal.Width在Dim.1的坐标是-0.4601427，在Dim.2的坐标是0.88271627，根据这两个坐标就画出来Sepal.Width那根线了，以此类推~

变量和主成分的cos2可视化

cos2是coord的平方，也是表示主成分和变量间的相关性，所以首先可以画相关图：

library("corrplot") ## corrplot 0.92 loaded corrplot(res.var$cos2, is.corr = F)

可以看到Petal.Length、Petal.Width和Dim1的相关性比较强，Sepal.Width和Dim2的相关性比较强。

通过fviz_cos2()查看变量在不同主成分的总和，以下是不同变量在第1和第2主成分的加和，如果把axes = 1:2改成axes = 1:4，就会变成都是1（这个数据最多4个主成分，同一变量的cos2在所有主成分的总和是1）。

fviz_cos2(pca.res, choice = "var", axes = 1:2)

可以通过col.var = "cos2"参数给不同变量按照cos2的数值大小上色：

fviz_pca_var(pca.res, col.var = "cos2", gradient.cols = c("#00AFBB", "#E7B800", "#FC4E07"), repel = TRUE )

# 黑白版本 fviz_pca_var(pca.res, alpha.var = "cos2")

变量对主成分的贡献可视化 res.var$contrib ## Dim.1 Dim.2 Dim.3 Dim.4 ## Sepal.Length 27.150969 14.24440565 51.777574 6.827052 ## Sepal.Width 7.254804 85.24748749 5.972245 1.525463 ## Petal.Length 33.687936 0.05998389 2.019990 64.232089 ## Petal.Width 31.906291 0.44812296 40.230191 27.415396

首先也是可以通过画相关性图进行可视化：

library("corrplot") corrplot(res.var$contrib, is.corr=FALSE)

通过fviz_contrib()可视化变量对不同主成分的贡献：

# 对第1主成分的贡献 fviz_contrib(pca.res, choice = "var", axes = 1)

# 对第1和第2主成分的贡献 fviz_contrib(pca.res, choice = "var", axes = 1:2)

通过col.var = "contrib"参数给不同变量按照contrib的数值大小上色：

fviz_pca_var(pca.res, col.var = "contrib", gradient.cols = c("#00AFBB", "#E7B800", "#FC4E07") )

Dimension description res.desc <- dimdesc(pca.res, axes = c(1,2), proba = 0.05) # Description of dimension 1 res.desc$Dim.1 ## $quanti ## correlation p.value ## Petal.Length 0.9915552 3.369916e-133 ## Petal.Width 0.9649790 6.609632e-88 ## Sepal.Length 0.8901688 2.190813e-52 ## Sepal.Width -0.4601427 3.139724e-09 ## ## attr(,"class") ## [1] "condes" "list" 提取样本结果

使用get_pca_ind()提取样本结果，和变量结果类似：

res.ind <- get_pca_ind(pca.res) head(res.ind$coord) ## Dim.1 Dim.2 Dim.3 Dim.4 ## 1 -2.264703 0.4800266 -0.12770602 -0.02416820 ## 2 -2.080961 -0.6741336 -0.23460885 -0.10300677 ## 3 -2.364229 -0.3419080 0.04420148 -0.02837705 ## 4 -2.299384 -0.5973945 0.09129011 0.06595556 ## 5 -2.389842 0.6468354 0.01573820 0.03592281 ## 6 -2.075631 1.4891775 0.02696829 -0.00660818 head(res.ind$contrib) ## Dim.1 Dim.2 Dim.3 Dim.4 ## 1 1.1715796 0.16806554 0.074085470 0.018798188 ## 2 0.9891845 0.33146674 0.250034006 0.341474919 ## 3 1.2768164 0.08526419 0.008875320 0.025915633 ## 4 1.2077372 0.26029781 0.037858004 0.140000650 ## 5 1.3046313 0.30516562 0.001125175 0.041530572 ## 6 0.9841236 1.61748779 0.003303827 0.001405371 head(res.ind$cos2) ## Dim.1 Dim.2 Dim.3 Dim.4 ## 1 0.9539975 0.04286032 0.0030335249 1.086460e-04 ## 2 0.8927725 0.09369248 0.0113475382 2.187482e-03 ## 3 0.9790410 0.02047578 0.0003422122 1.410446e-04 ## 4 0.9346682 0.06308947 0.0014732682 7.690193e-04 ## 5 0.9315095 0.06823959 0.0000403979 2.104697e-04 ## 6 0.6600989 0.33978301 0.0001114335 6.690714e-06

3个概念和变量的解释也是类似的，只不过上面是变量（列）和主成分的关系，现在是样本（观测，行）和主成分的关系。

样本结果可视化

样本的结果可视化可能是更常见的PCA图形，通过fviz_pca_ind()实现：

fviz_pca_ind(pca.res)

这个图是通过res.ind$coord里面的坐标实现的，其实就是不同样本在不同主成分的上面的得分score。

默认的可视化比较简陋，但是可以通过超多参数实现各种精细化的控制，比如把不同的属性映射给点的大小和颜色，实现各种花里胡哨的效果。

比如通过组别上色，就是大家最常见的PCA可视化图形：

# 经典图形，是不是很熟悉？ fviz_pca_ind(pca.res, geom.ind = "point", # 只显示点，不要文字 col.ind = iris$Species, # 按照组别上色 palette = c("#00AFBB", "#E7B800", "#FC4E07"), # 自己提供颜色，或者使用主题 addEllipses = TRUE, # 添加置信椭圆 legend.title = "Groups" )

样本的cos2可视化

使用方法和变量的cos2可视化基本一样，通过更改参数值即可实现：

fviz_pca_ind(pca.res, col.ind = "cos2", # 按照cos2上色 gradient.cols = c("#00AFBB", "#E7B800", "#FC4E07"), repel = TRUE )

可以更改点的大小、颜色等，只要设置合适的参数即可：

fviz_pca_ind(pca.res, pointsize = "cos2", # 把cos2的大小映射给点的大小 pointshape = 21, fill = "#E7B800", repel = TRUE )

同时更改点的大小和颜色当然也是支持的：

fviz_pca_ind(pca.res, col.ind = "cos2", # 控制颜色 pointsize = "contrib", # 控制大小 gradient.cols = c("#00AFBB", "#E7B800", "#FC4E07"), repel = TRUE )

使用参数choice = "ind"可视化样本对不同主成分的cos2：

# axes选择主成分 fviz_cos2(pca.res, choice = "ind", axes = 1:2)

样本对主成分的贡献可视化

和变量对主成分的贡献可视化非常类似，简单演示下：

fviz_contrib(pca.res, choice = "ind", axes = 1:2)

biplot

双标图…

同时展示变量和样本和主成分的关系，超级多的自定义可视化细节。

# 同时有箭头和椭圆 fviz_pca_biplot(pca.res, col.ind = iris$Species, palette = "jco", addEllipses = TRUE, label = "var", col.var = "black", repel = TRUE, legend.title = "Species" )

fviz_pca_biplot(pca.res, # 组别映射给点的填充色 geom.ind = "point", pointshape = 21, pointsize = 2.5, fill.ind = iris$Species, col.ind = "black", # 通过自定义分组给变量上色 col.var = factor(c("sepal", "sepal", "petal", "petal")), # 自定义图例标题 legend.title = list(fill = "Species", color = "Clusters"), repel = TRUE )+ ggpubr::fill_palette("jco")+ # 选择点的填充色的配色 ggpubr::color_palette("npg") # 选择变量颜色的配色

fviz_pca_biplot(pca.res, # 自定义样本部分 geom.ind = "point", fill.ind = iris$Species, # 填充色 col.ind = "black", # 边框色 pointshape = 21, # 点的形状 pointsize = 2, palette = "jco", addEllipses = TRUE, # 自定义变量部分 alpha.var ="contrib", col.var = "contrib", gradient.cols = "RdYlBu", # 自定义图例标题 legend.title = list(fill = "Species", color = "Contrib", alpha = "Contrib") )

fviz_xxx系列可视化函数底层是ggscatter的封装，这个函数来自ggpubr包，所有ggpubr支持的特性都可以给fviz_xxx函数使用，这也是这几个函数功能强大的原因，毕竟底层都是ggplot2!

下载会继续给大家介绍如何提取PCA的数据，并使用ggplot2可视化，以及三维PCA图的实现。

factoextra和factoMineR在聚类分析、主成分分析、因子分析等方面都可以使用。

在前几篇推文中也有很多介绍了

参考资料

http:// .sthda /