PCA绘图模仿笔记

         PCA（Principal Component Analysis）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。在生物信息分析中，PCA常用于分析不同样本之间的相互关系，可以基于表达量或者SNP突变类型进行分析。R语言中内置了PCA分析函数procomp，直接调用该函数可快速对一组数据进行PCA分析，结果可配合ggplot2等包可视化。

1、数据读取格式可为csv文件（逗号分隔符），第一列基因名，第二列····n列为样品名：

a、rawdata = read.csv('E:/桌面/caiyeB.csv',header = T)  #读取存储数据

b、选择性运输下列代码（数据进一步整理）：

row.names(rawdata) <- rawdata$test_id #将第一列数据设置为行名保存

tmp <- t(rawdata[,c(-1)]) #删除第一列位置信息，并进行行列转置

cleandata <- tmp[,colSums(tmp !=0) >0] #删除样本中表达量均为0的基因

c、直接调用prcomp函数进行PCA分析，代码如下：

data.pca <- prcomp(cleandata, center = T, scale. = F) 

prcomp 函数的返回值是一个特殊的对像，可以利用summary函数来查看分析的结果。

d、library('ggplot2'), 运行ggplot(as.data.frame(data.pca$x),aes(x=PC1,y=PC2)) + geom_point()