如何在factoextra的PCA双图中仅保留分组均值点并隐藏整体均值点

使用factoextra包的fviz_pca_biplot()函数并设置mean.point=TRUE时，会同时显示各分组的均值点和整个数据集的钢蓝色整体均值点。要保留其他所有绘图元素、仅隐藏这个整体均值点，可通过以下两种方法实现：

方法一：手动添加分组均值点 #

不依赖mean.point=TRUE参数，自行计算各分组在PCA空间中的均值坐标，再手动添加到图中，这样就不会生成整体均值点：

library(tidyverse)
library(factoextra)
library(FactoMineR)

Groups <- as.factor(iris$Species)
res.pca <- prcomp(iris[-5], scale. = TRUE, center = TRUE)

# 绘制基础双图，不启用mean.point参数
p <- fviz_pca_biplot(res.pca,
                     pointsize=1,
                     habillage=Groups,
                     addEllipses = TRUE,
                     label = FALSE)

# 计算每个物种分组的原始数据均值，再转换为PCA坐标
mean_coords <- predict(res.pca, newdata = iris %>% 
                         group_by(Species) %>% 
                         summarise(across(everything(), mean))) %>%
  as.data.frame() %>%
  mutate(Species = levels(Groups))

# 将分组均值点添加到图中，可自定义大小和形状
p + geom_point(data = mean_coords, aes(x = PC1, y = PC2, color = Species), 
               size = 3, shape = 18)

方法二：修改已有绘图对象的图层 #

如果已经用mean.point=TRUE生成了包含整体均值点的图，可以直接修改ggplot对象的图层，移除对应整体均值点的图层（该图层是单独的geom_point，默认颜色为钢蓝色）：

library(tidyverse)
library(factoextra)
library(FactoMineR)

Groups <- as.factor(iris$Species)
res.pca <- prcomp(iris[-5], scale. = TRUE, center = TRUE)

# 生成包含所有均值点的初始图
p <- fviz_pca_biplot(res.pca,
                     mean.point=TRUE,
                     pointsize=1,
                     habillage=Groups,
                     addEllipses = TRUE,
                     label = FALSE)

# 筛选并移除钢蓝色整体均值点对应的图层
p$layers <- p$layers[-which(sapply(p$layers, function(x) {
  !is.null(x$aes_params$color) && x$aes_params$color == "steelblue"
}))]

# 输出修改后的图
print(p)

内容的提问来源于stack exchange，提问作者Ginko-Mitten