我有一个类似下面MWE中的功能来生成PCA双标图,宽高比为1:1,不偏倚其解释;这意味着有时我会根据数据得到更窄或更宽的图。
我希望能够以某种方式检测绘图区域并制作适当宽度和高度的pdf以适应绘图,因为否则我会在输出文件中以不需要的额外空间结束。
检查下面的MWE:
pcaplot <- function(pobj, df, groupvar, filename){
library(ggbiplot)
P <- ggbiplot(pobj,
obs.scale = 1,
var.scale=1,
ellipse=T,
circle=F,
varname.size=3,
var.axes=T,
groups=df[,groupvar],
alpha=0)
P$layers <- c(geom_point(aes(color=df[,groupvar]), cex=5), P$layers)
pdf(file=paste(filename,".pdf",sep=""), height=14, width=14) #USE PROPER WIDTH AND HEIGHT DEPENDING ON PLOT AREA
print(
P
)
dev.off()
}
data(iris)
pca.obj <- prcomp(iris[,1:4], center=TRUE, scale.=TRUE)
pcaplot(pca.obj, iris, "Species", "test")
谢谢!
我有一个解决方案,你可以更好地扩展。
作为基础,你应该使用你的数据对象 - 不是一个简单的data.frame这些更内部。例如,你的pca.obj
也包含x pca.obj$x
的列表 - >有点要绘制
pca.obj$x[,1]
将用于PC1
pca.obj$x[,3]
将用于PC3
现在您可以使用它们来计算点的范围
> pca.obj$x[,1] %>% range() %>% diff()
[1] 6.064723
> pca.obj$x[,3] %>% range() %>% diff()
[1] 1.856603
您可以将这些值用作缩放的基础。 (在我的情况下,我也将* 3放到pdf的大小,以便以相同的比例获得更好的字体等分辨率)在我的例子中,我将从你的数据Iris PC1 vs PC3给你
library(magrittr) # for pipe
pcaplot <- function(pobj, df, pca_choices, groupvar, filename){
width_scale <- pobj$x[,pca_choices[1]] %>% range() %>% diff() %>% ceiling() * 3
height_scale <- pobj$x[,pca_choices[2]] %>% range() %>% diff() %>% ceiling() * 3
library(ggbiplot)
P <- ggbiplot(pobj,
choices = pca_choices,
obs.scale = 1,
var.scale=1,
ellipse=T,
circle=F,
varname.size=3,
var.axes=T,
groups=df[,groupvar],
alpha=0)
P$layers <- c(geom_point(aes(color=df[,groupvar]), cex=5), P$layers)
pdf(file=paste(filename,".pdf",sep=""), height=height_scale, width=width_scale) #USE PROPER WIDTH AND HEIGHT DEPENDING ON PLOT AREA
print(P)
dev.off()
}
data(iris)
pca.obj <- prcomp(iris[,1:4], center=TRUE, scale.=TRUE)
pca_choices <- c(1, 3)
pcaplot(pca.obj, iris, pca_choices, "Species", "test")