（R）使用PCA（ggbiplot）可视化具有大量变量的数据集

Question

我的数据集有100个样本和17000个变量。我会使用PCA并可视化数据。但问题是情节不好。如何控制ggbiplot或biplot中的箭头数量，实际上选择贡献最多的变量？ 一些示例代码如下：

data <- matrix(rnorm(1700000), nrow=100, ncol=17000)
colnames(data) <- paste("X", 1:ncol(data), sep="")
pca <- prcomp(data, scale=T, center=T)

biplot(pca)
print(ggbiplot(pca, obs.scale = 1, var.scale = 1, 
               groups = c(rep('a',30), rep('b',70))))

Answer 1

我假设您从github获得了最新版本的ggbiplot（2015年6月19日https://github.com/vqv/ggbiplot）。 在这一个中，我认为没有一种减少箭头数量的干净方法。 您必须通过在两个绘图调用中对df.v进行子集来修改原始函数：

第89行：

g <- g + geom_segment(data = df.v[1:5,], # SUBSET HERE
aes(x = 0, y = 0, xend = xvar, yend = yvar), arrow = arrow(length = unit(1/2, "picas")), color = muted("red"))

和第127行：

g <- g + geom_text(data = df.v[1:5,], # SUBSET HERE
aes(label = varname, x = xvar, y = yvar, angle = angle, hjust = hjust), color ="darkred", size = varname.size)