У меня есть микрочип из 4703 проб и 6 временных точек обработки образцов.
Они представлены в большой матрице:
dim(microarray)
47303 6
Я сделал следующее:
pca <- prcomp(x = t(microarray), scale. = T, center = T)
Используя ggplot2, я могу визуализировать PCA с помощью следующего кода:
pca.data <- data.frame(micro_9a = rownames(pca$x),
X = pca$x[,1],
Y = pca$x[,2])
colnames(pca.data) <- c("Induction",
"X",
"Y")
ggplot(data = pca.data,
aes(x = X, y = Y)) +
geom_text(label = pca.data$Induction) +
geom_point(aes(color = Induction), size = 50, alpha = 0.4) +
labs(x = "PC1 (35.66%)",
y = "PC2 (26.50%)",
title = "Principle Component Analysis of the TCP4 microarray") +
theme_few()
Я хотел быиспользуйте ggbiplot для создания более информативной визуализации, например, так: https://datacamp.com/community/tutorials/pca-analysis-r.
Если я использую ggbiplot, чтобы сделать это со следующим кодом:
ggbiplot(pca, scale = 1, obs.scale = 1,
varname.abbrev = T, var.axes = F,
pc.biplot =TRUE, circle = TRUE,
ellipse = T)
, я получаю следующий график:
Однако, если я изменю одну настройку var.axes = T
следующим образом:
g <- ggbiplot(pca, scale = 1, obs.scale = 1,
varname.abbrev = T, var.axes = T,
pc.biplot =TRUE, circle = TRUE,
ellipse = T)
, тогда я получу следующий пустой график:
Может ли помочь мне решить эту проблему?