r语言做绘制精美pcoa图_R语言高级绘图 — ggplot2

2)PCA的作图

PCA主成分分析，可以将高维数据进行降维处理。我们的OTU表格就是典型的高维数据，可以对其进行降维处理得到主成分PC1和PC2，然后将所有样品都分解到这两个成分方向，进行散点绘图，可以直观的看出样品间的差异。首先需要一系列的统计处理，然后用ggplot2进行绘图，过程如下：

#加载需要的三个包(需要先下载，再加载)

> library(ade4)

>library(ggplot2)

>library(grid)

#读入OTU表格，设置表头为列名，第一列为行名，文件是由\t分隔的

> data

#查看data数据的前六行，会出现如下的表格，每行代表一个OTU，每列代表一个样品，表格中的数字代表该OTU在该样品中的丰度信息

> head(data)

#读入分组的表格，将样品每6个分组成为CK，TN，TP组

> groups

#将data数据转置

> data

#用dudi.pca函数对data数据进行处理，得到的结果存入pca对象中

> pca =dudi.pca(data[,1:ncol(t(data))], scannf=F, nf=5)

#查看pca的格式，它是一个13个元素的列表，我们可以根据不同的需求提取其中不同的部分进行下一步操作

> str(pca$li)

#PC1和PC2的选