如何使用FactoMineR创建双地块？

问题很简单。我想对PCA（mydata）的结果进行双绘图，这是我使用FactoMineR完成的。似乎我只能用内置绘图设备显示变量或个体：

 plot.PCA(pca1, choix="ind/var").

我知道用princomp（）的结果可以很容易地完成，但我真的很喜欢FactoMineR处理NA的方式，而且在很多方面对我来说都比较容易

有办法吗？我看到它以某种方式完成了，但又一次只使用了princomp（）的结果，我不知道如何更改代码以使其与PCA（）一起工作

我还看到了一个使用ggplot2（）分别进行单个和变量绘图的解决方案，但是如何将它们结合起来呢

也许解决方案就在第一个链接中，但我真的不明白：/

我希望我说清楚了

问候

---

Lukas

Hi您可以从

FactoMineR调整第一个PCA对象的代码，如下所示：

PCbiplot2 <- function(res.pca, x="Dim.1", y="Dim.2") {
  if(!require(ggplot2)) install.packages("ggplot2")
  # res.pca being a PCA object
  data <- data.frame(obsnames=row.names(res.pca$ind$coord), res.pca$ind$coord)
  plot <- ggplot(data, aes_string(x=x, y=y)) + geom_text(alpha=.4, size=3,     aes(label=obsnames))
  plot <- plot + geom_hline(aes(0), size=.2) + geom_vline(aes(0), size=.2)
  datapc <- data.frame(varnames=rownames(res.pca$var$coord), res.pca$var$coord)
  mult <- min(
    (max(data[,y]) - min(data[,y])/(max(datapc[,y])-min(datapc[,y]))),
    (max(data[,x]) - min(data[,x])/(max(datapc[,x])-min(datapc[,x])))
  )
  datapc <- transform(datapc,
                      v1 = .7 * mult * (get(x)),
                      v2 = .7 * mult * (get(y))
  )
  plot <- plot + coord_equal() + geom_text(data=datapc, aes(x=v1, y=v2,     label=varnames), size = 5, vjust=1, color="red")
  plot <- plot + geom_segment(data=datapc, aes(x=0, y=0, xend=v1, yend=v2),     arrow=arrow(length=unit(0.2,"cm")), alpha=0.75, color="red")
  plot
}

library(FactoMineR)
fit2 <- PCA(USArrests, graph=F)
PCbiplot2(fit2)

PCbiplot2Hi您可以从
FactoMineR
中为PCA对象调整第一个PCA对象的代码，如下所示：

PCbiplot2 <- function(res.pca, x="Dim.1", y="Dim.2") {
  if(!require(ggplot2)) install.packages("ggplot2")
  # res.pca being a PCA object
  data <- data.frame(obsnames=row.names(res.pca$ind$coord), res.pca$ind$coord)
  plot <- ggplot(data, aes_string(x=x, y=y)) + geom_text(alpha=.4, size=3,     aes(label=obsnames))
  plot <- plot + geom_hline(aes(0), size=.2) + geom_vline(aes(0), size=.2)
  datapc <- data.frame(varnames=rownames(res.pca$var$coord), res.pca$var$coord)
  mult <- min(
    (max(data[,y]) - min(data[,y])/(max(datapc[,y])-min(datapc[,y]))),
    (max(data[,x]) - min(data[,x])/(max(datapc[,x])-min(datapc[,x])))
  )
  datapc <- transform(datapc,
                      v1 = .7 * mult * (get(x)),
                      v2 = .7 * mult * (get(y))
  )
  plot <- plot + coord_equal() + geom_text(data=datapc, aes(x=v1, y=v2,     label=varnames), size = 5, vjust=1, color="red")
  plot <- plot + geom_segment(data=datapc, aes(x=0, y=0, xend=v1, yend=v2),     arrow=arrow(length=unit(0.2,"cm")), alpha=0.75, color="red")
  plot
}

library(FactoMineR)
fit2 <- PCA(USArrests, graph=F)
PCbiplot2(fit2)

PCbiplot2您也可以使用
ggord
执行此操作，如果为其他排序对象添加其他S3方法，则代码很容易适应这些对象：

install.packages("devtools")
library(devtools)
install_github("fawda123/ggord")
library(ggord)
library(FactoMineR)
ord <- PCA(iris[, 1:4], graph = FALSE)
ggord(ord, iris$Species)

install.packages（“devtools”）
图书馆（devtools）
安装github（“fawda123/ggord”）
图书馆（ggord）
图书馆（工厂矿工）
ord您也可以使用
ggord
进行排序，如果为其他排序对象添加额外的S3方法，则代码很容易适应这些对象：

install.packages("devtools")
library(devtools)
install_github("fawda123/ggord")
library(ggord)
library(FactoMineR)
ord <- PCA(iris[, 1:4], graph = FALSE)
ggord(ord, iris$Species)

install.packages（“devtools”）
图书馆（devtools）
安装github（“fawda123/ggord”）
图书馆（ggord）
图书馆（工厂矿工）
谢谢！我尝试了它，但出现了以下错误：“找不到函数”arrow“。这是可以在packagelist中找到的吗？告诉我，我只需要使用库（网格）…让我们看看它是否工作，它确实工作！！感谢bunch victorp！你真的救了我一天！：）网格“现在是基本R发行版的一部分”所以库（网格）工作正常，arrow无需添加函数即可工作：）谢谢！很高兴知道！CRAN不是很清楚…：谢谢！我尝试过，出现以下错误：“找不到函数”arrow“。这是可以在包装商那里找到的东西吗？告诉我，我只是需要库（网格）。。。让我们看看它是否有效，它确实有效！！多谢一帮胜利者！你真的救了我一天！：）grid是“现在是BaseR发行版的一部分”，所以库（grid）可以正常工作，arrow不需要添加函数即可工作：）谢谢，很高兴知道！起重机不是很清楚…：这个问题以前已经被问过，也被回答过。有趣的是，你怎么会发布我在问题中发布的相同链接。我也发现了这些帖子，但第一个帖子不是生成一个双图，而是一个变量&单独的图，这可以用factominer轻松完成，不是问题所在。第二个链接也只为princomp输出提供了一个解决方案，如问题中所述。所以不，它还没有被回答。这个问题以前被问过，也被回答过。有趣的是，你怎么发布了我在问题中发布的相同链接。我也发现了这些帖子，但第一个帖子不是生成一个双图，而是一个变量&单独的图，这可以用factominer轻松完成，不是问题所在。第二个链接也只为princomp输出提供了一个解决方案，如问题中所述。所以没有，它还没有被回答。