r - 如何对 PCoA 的散点图进行颜色编码

标签 r pca scatter-plot multivariate-testing multivariate-partition

所以我对此很陌生。我需要在以下数据矩阵上运行 PCoA。我能够使用 ADE4、labdsv、Ginko、Aabel 软件运行我的分析。困扰我的是如何对散点图中的标签进行颜色编码。我的矩阵是一个存在/不存在矩阵,顺序是:

SpecieName Value1 Value2
A1         0      1
A2         1      1
A3         1      1
B1         0      0
B2         0      1
E1         1      0
E2         0      0

我要的是代表A1 , A2 , 和 A3红色,B1B2在蓝色和所有 E黑色的。任何帮助将不胜感激。

最佳答案

只需将表示这些组的因子传递给绘图命令:

data = read.table('data.txt', header=T)

data.pca = prcomp(data[,-1])

groups = factor(gsub('(.).', '\\1', data$SpecieName))

plot(data.pca$x, col=groups)

enter image description here

此外,如果您想设置特定颜色,您始终可以以相同的方式索引到自定义列表中:
cols = c('red', 'blue', 'black')[groups]
plot(data.pca$x, col=cols)

关于r - 如何对 PCoA 的散点图进行颜色编码,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/8371795/

相关文章:

动态渲染 R Shiny 框中的标题

java - 使用 weka PCA 处理数据

c++ - 如何在 C/C++ 中查找矩阵的数据大小

r - 使用 ggplot2 R 在背景中显示火山绘图点,其颜色高于其他绘图点

highcharts - 在分散 HighCharts 中显示具有完全相同值的多个点

javascript - NVD3 javascript : add colors to points in a scatter plot

r - 基于引用文件清理数据集

r - 使用 data() 使用变量而不是数据集名称将数据集加载到 R 中

r - R 中的箭头键

machine-learning - 主成分分析,有多少个成分?