R语言使用ggplot2绘制PCA主成分分析图详解

唐可

发布时间：2026-10-16 | 2人浏览过

原创

主成分分析(PCA)是数据降维的核心技术，其可视化结果能帮助直观判断样本分布与分簇情况。本文将展示如何利用R语言的ggplot2包绘制兼具学术严谨性与美观度的PCA图，重点解决散点着色与整体置信椭圆计算的冲突问题，并提供包括方差百分比轴标签及自定义配色在内的完整美化方案。

PCA图表原理与准备工作

主成分分析通过将高维数据映射到低维空间，保留最具区分性的特征。在可视化时，横纵坐标通常分别对应第一主成分(PC1)和第二主成分(PC2)。图表本质上是带有分类标识的散点图，常辅以置信椭圆以展示数据的聚集范围。

PCA形象解释说明：如同将三维水壶投射为二维图像，PCA旨在保留最大信息量的低维视图。

第1步：执行PCA计算并生成基础散点图

目的： 对数据进行标准化处理后进行PCA分解，并利用ggplot2绘制初始的点阵分布。
入口：R控制台或脚本环境。
动作： 加载数据，执行prcomp函数获取主成分得分(pca$x)及方差贡献率，随后构建图形基底。

library(ggplot2)

# 数据准备：选取非类别列用于PCA，单独提取Species作为分类依据
data = subset(iris, select = -Species)
class = iris[["Species"]]

# PCA计算：center=TRUE表示中心化，scale.=TRUE表示标准化
pca = prcomp(data, center = T, scale. = T)
pca.data = data.frame(pca$x)

# 计算各主成分的方差贡献率比例，用于后续标题标注
pca.variance = pca$sdev^2 / sum(pca$sdev^2)

# 绘制基础散点图，添加坐标轴线
ggplot(pca.data, aes(x = PC1, y = PC2)) +
    geom_point(size = 3) +
    geom_hline(yintercept = 0) + 
    geom_vline(xintercept = 0) +
    theme_bw()

基础散点图展示：未着色前的PC1与PC2分布。

第2步：添加类别颜色与全局置信椭圆

目的： 根据样本类别区分散点颜色，并为所有样本计算一个统一的置信椭圆，避免每个类别独立计算导致图形杂乱。
入口： 修改ggplot的aes映射及stat_ellipse参数。
动作： 在aes中引入color = class实现着色；关键步骤在于stat_ellipse需设置inherit.aes = FALSE并显式指定坐标，以强制其忽略上层定义的类别颜色美学属性，从而对所有点计算单个椭圆。

library(ggplot2)

# 继承上一步的数据准备与PCA计算代码...

# 在aes中增加color = class实现分类着色
ggplot(pca.data, aes(x = PC1, y = PC2, color = class)) +
    geom_point(size = 3) +
    geom_hline(yintercept = 0) + 
    geom_vline(xintercept = 0) +
    # inherit.aes = FALSE 是关键：防止stat_ellipse继承color映射，确保只画一个总椭圆
    stat_ellipse(aes(x = PC1, y = PC2), linetype = 2, size = 0.5, level = 0.95, inherit.aes = FALSE) + 
    theme_bw()

类别着色效果：不同物种以不同颜色散点显示。

添加全局椭圆：正确使用inherit.aes后，单一透明椭圆覆盖所有数据点。

第3步：图表样式微调与细节优化

目的： 提升图表的专业度，包括自定义配色、移除干扰网格线、添加含方差百分比的轴标签及标题。
入口： ggplot2主题系统与标度控制。
动作： 使用scale_color_manual应用指定调色板；利用theme隐藏非必要的灰色网格；通过labs动态拼接文本，将前两步计算的pca.variance转换为百分比显示。

library(ggplot2)

# 继承上一步的代码...

# 定义自定义配色方案
palette = c("mediumseagreen", "darkorange", "royalblue")

ggplot(pca.data, aes(x = PC1, y = PC2, color = class)) +
    geom_point(size = 3) +
    geom_hline(yintercept = 0) + 
    geom_vline(xintercept = 0) +
    stat_ellipse(aes(x = PC1, y = PC2), linetype = 2, size = 0.5, level = 0.95, inherit.aes = FALSE) + 
    theme_bw() +
    # 应用自定义颜色
    scale_color_manual(values = palette) +
    # 清空除背景外的网格线，保持版面整洁
    theme(panel.grid.major.x = element_blank(),
          panel.grid.minor.x = element_blank(),
          panel.grid.major.y = element_blank(),
          panel.grid.minor.y = element_blank()) +
    # 动态添加标题与带百分比信息的轴标签
    labs(x = paste0("PC1: ", signif(pca.variance[1] * 100, 3), "%"), 
         y = paste0("PC2: ", signif(pca.variance[2] * 100, 3), "%"), 
         title = paste0("PCA of iris")) +
    # 标题居中
    theme(plot.title = element_text(hjust = 0.5))