案例scatterplot3d 绘制 PCA_3D_plot

Posted 2023-05-06

参考技术A R绘制三维PCA散点图，scatterplot3d

# 1 PCA分析

plink --vcf snp.flt.vcf --pca 6 --out PCA_out --allow-extra-chr --set-missing-var-ids @:#

# 结果文件: PCA_out.eigenvec 各个样品各个成分的值。

# 2 在Rstudio中绘图

#（1）准备输入文件

# plink产生的结果文件PCA_out.eigenvec，改变数据格式并另存到pca_3d.txt。

# pca_3d.txt: 一个样品为一列，三个主成分即可，例如：

#        A1          A2            A3          A...

# PC1    0.0905844    0.0908204    0.0907446  ...

# PC2    0.145941    0.147013      0.147025    ...

# PC3    0.177598    0.178904      0.177893    ...

#（2）R包的安装与加载

install.packages('gmodels')

library(gmodels)

install.packages('scatterplot3d') #安装R包

library(scatterplot3d) #加载R包

example(scatterplot3d) #查看案例结果

#  help(scatterplot3d) #查看帮助文件

#（3）在Rstudio中绘图

library(scatterplot3d) #加载R包

library(gmodels)

data <- read.table("pca_3d.txt",header = T,row.names = 1,sep="\t",check.names = F) #读取数据

pca.info <- fast.prcomp(data) #计算PCA

# 新建一个data.frame，包含所有样本信息和PC信息，前12行为分组A，接着11行为分组B......

pca.data <- data.frame(sample = rownames(pca.info$rotation),

                      Type = c(rep("A",12),rep("B",11),rep("C",5),rep("D",8),rep("E",3),rep("F",6)),

                      pca.info$rotation)

# 不同分组的备选颜色：black,grey,purple,orange,magenta,red,cyan,blue,lawngreen,green3,green,gold,deepskyblue

colors.lib <- c("magenta","blue","purple","red","orange","green3")

colors <- colors.lib[as.numeric(pca.data$Type)]

# 1空心圆，2空心三角形，3加号，4叉，5空心菱形，6倒空心三角形，7正方形+叉，8加号+叉，9菱形+加号，10圆圈+加号，11线画五角星，12线画田字格，13圆圈+叉，14四方形+三角形，15实体四方形，16实体圆形，17实体三角形，18实体菱形，19加粗实体圆形

shapes.lib = c(16,16,16,16,17,16) #不同分组可以设置不同的形状，也可以统一设置颜色pch=16。

shapes <- shapes.lib[as.numeric(pca.data$Type)]

# 增加图注，topright为右上方，bottom为底部中间

s3d <- scatterplot3d(pca.data[,c("PC1","PC2","PC3")],

                    pch = shapes,color = colors,

                    angle = 60,cex.symbols = 1,

                    main = "3D PCA plot")

legend("topright",legend = levels(pca.data$Type),

      col = colors.lib,pch = shapes.lib,

      inset = -0.12,xpd = TRUE,horiz = F)

# 保存图片：Plots, Export, Save as PDF

### 标注样本名称

s3d <- scatterplot3d(pca.data[,c("PC1","PC2","PC3")],

                    pch = shapes,color = colors,

                    angle = 60,cex.symbols = 1,

                    main = "3D PCA plot")

legend("topright",legend = levels(pca.data$Type),

      col = colors.lib,pch = shapes.lib,

      inset = -0.12,xpd = TRUE,horiz = F)

text(s3d$xyz.convert(pca.data[,c("PC1","PC2","PC3")] + 0.02),

    labels = pca.data$sample,

    cex = 0.5,col = "black")

12_PCA之探究用户对物品类别的喜好细分降维

案例：

　　探究：用户对物品类别的喜好细分降维。

 

 

 背景：把用户分成几个类别，分类的依据是用户购买了哪些物品。

　　　先看商品products.csv数据，有product_id,product_name,aisle_id,department_id

　　　接着看订单order_products.csv,有order_id,product_id,add_to_cart_order,reordered

　　　再看orders.csv,有order_id,user_id　

　　　最后看aisles.csv,有aisle_id,aisle

         

分析：从分类的依据用户和物品，说明这张表中要有user_id和product_id，可以根据它们相同的字段来进行合并，最后合并成一个表，表里面含有用户和物品。

　　　合并表需要用到pandas中的merge，

 

推荐使用jupyter编译：

这里测试代码的时候出现了Memory Error的问题，此时数据600MB左右，却爆出了内存不足的异常，是因为python编译器默认对于超过2GB数据会提示这个异常，可以通过去python官网上下载64位python解释器来解决这个问题，注意是64位！！！下载过程很简单，登录官网，看不懂英文可以使用QQ或者谷歌浏览器的翻译功能。

 

 

 

 

 

 

 

 注：上面的n_components=0.9表示，取源特征的90%，通常n_components取值0.9~0.95，也可以取整数表示选择多少个特征值，但是不推荐使用整数。