R语言绘图:PCA分析和散点图.pdfVIP

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

R语言绘图:PCA分析和散点图--第1页

精选文档

PCA分析和散点图

gaom

今天主要跟大家演示一下简单的PCA分析,并且以散点图的形式将结果展示

出来。

首先在进行PCA分析之前,先跟大家稍微讨论下什么是PCA分析。PCA分

析又叫主成分分析,其实从字面上来理解我们可以发现它其实是和样品分组相关

的。

举个简单的例子,我们观察了某种植物的株高、叶片大小、果实大小等等多种性

状,并记录每种性状对应的数值。这时候我们想看看根据这些性状信息看看我们观

察的样本是否明显的分组现象。每一种性状相当于一个维度。利用PCA分析可以

将结果投影到一个低维的向量空间(具体计算就不详述了)。类似的比如我们多个

样本的表达谱数据,每个基因在各个样品的表达情况就可以算作一个维度。如果大

家对PCA算法感兴趣的话,可以自行百度,在这里就不进行太多的描述了。毕竟

今天主要是教大家怎么利用R进行PCA分析和结果展示。还是第一步,我们先准

备好我们用来分析的数据。

setwd()#打开文件所在路径,并将文件所在目录作为工作目

data-read.table(file=,header=T,sep=)#读取数据,并将首行

作为列名

dim(data)

##[1]299913

head(data)

##ID_REFT01T02T03T04T05T06

##11007_s_at10.19858611.80567610.86795311.76366012.07223212.108312

##21053_at9.5940748.7131089.2470969.4332659.0923299.005518

##3117_at8.5817638.6036808.8044258.6617008.6349798.606976

##4121_at12.02231512.65532912.62733412.79139012.96176112.885307

可编辑

R语言绘图:PCA分析和散点图--第1页

R语言绘图:PCA分析和散点图--第2页

精选文档

##51255_g_at7.2285697.2146007.2371317.2934177.2767997.268233

##61294_at8.8284879.3802779.2979898.8589858.9957729.126825

##T07T08T09T10T11T12

##110.64686810.85274410.67589811.13766310.79673711.102408

##29.0876819.0272088.9652838.9583099.2750108.940965

##38.6258388.5772448.6467518.6258438.6251648.522129

##413.40204413.24012613.08888313.23409913.38290313.472223

##57.1974407.2626627.289796

文档评论(0)

初心 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档