如何在R中的同一绘图中绘制多组特征向量？

下面是iris数据集的示例。我试图找到一种方法，在同一个图中，把每个物种在椭圆上的前两个特征向量一起画出来

data <- iris %>%
  nest() %>%
  mutate(pca = map(data, ~prcomp(.x[,-5], scale = TRUE)),
         scores = map(pca, ~data.frame(.x$x))) %>%
  select(-pca) %>%
  unnest()

ggplot(data, aes(x = PC1, y = PC2, col = Species)) +
  stat_ellipse()

数据%
嵌套（）%>%
变异（pca=map（数据，~prcomp（.x[，-5]，比例=TRUE）），
分数=映射（pca，~data.frame（.x$x））%>%
选择（-pca）%>%
unnest（）
ggplot（数据，aes（x=PC1，y=PC2，col=物种））+
统计椭圆（）

我试着提取每个物种的特征向量，但我认为旋转和截距都是错误的。失败的尝试：

eigens <- iris %>%
  group_by(Species) %>%
  nest() %>%
  mutate(eigen = map(data, ~eigen(cor(.x))),
         slope1 = map_dbl(eigen, ~.x$vectors[1,1]/.x$vectors[2,1]),
         slope2 = map_dbl(eigen, ~.x$vectors[1,1]/.x$vectors[1,2]))

ggplot(data, aes(x = PC1, y = PC2, col = Species)) +
  stat_ellipse() +
  geom_abline(data = eigens, aes(intercept = 0, slope = slope1, color = Species)) +
  geom_abline(data = eigens, aes(intercept = 0, slope = slope2, color = Species)) 

eigens%
组别(种类)%>%
嵌套（）%>%
变异（本征=映射（数据，~eigen（cor（.x））），
slope1=map_dbl（本征，~.x$向量[1,1]/.x$向量[2,1]），
slope2=map_dbl（本征，~.x$向量[1,1]/.x$向量[1,2]））
ggplot（数据，aes（x=PC1，y=PC2，col=物种））+
统计椭圆（）+
geom_abline（数据=本征值，aes（截距=0，斜率=斜率1，颜色=物种））+
geom_abline（数据=本征值，aes（截距=0，斜率=斜率2，颜色=物种））

---

这看起来更像是一个编程问题，所以这里没有主题。这看起来更像是一个编程问题，所以这里没有主题。