如何为R包factoextra的fviz_pca_biplot变量正确分配颜色？

问题出在变量与颜色的对应关系绑定上，直接传递无命名的颜色向量时，可能因内部变量排序逻辑导致颜色错位。最稳妥的方式是使用命名颜色向量，直接将变量名和对应颜色绑定，确保映射准确。

修正后的代码 #

library(factoextra)

data(iris)
res.pca <- prcomp(iris[, -5],  retx = TRUE, center = TRUE, scale. = TRUE)

# 用命名向量指定每个变量对应的颜色，彻底避免顺序错位问题
my.col.var <- c(
  "Sepal.Length" = "red", 
  "Sepal.Width" = "blue", 
  "Petal.Length" = "red", 
  "Petal.Width" = "yellow"
)

fviz_pca_biplot(res.pca, repel = TRUE, axes = c(1, 2), 
                col.var = my.col.var, col.ind = "#696969", 
                label = "var", title = "")

原代码失效原因 #

原代码的颜色向量是按顺序传递的，虽理论上和变量顺序匹配，但factoextra处理prcomp对象时，内部变量排序逻辑可能导致颜色与变量错位。用命名向量直接绑定变量名和颜色，就能彻底规避这个问题。

验证变量顺序的方法 #

若想确认当前PCA结果中的变量顺序，可执行以下代码：

colnames(res.pca$rotation)

输出应为："Sepal.Length" "Sepal.Width" "Petal.Length" "Petal.Width"，如果你的颜色向量顺序与该结果完全一致，也可不用命名向量，但命名向量的方式更可靠，尤其适用于变量顺序可能变化的场景。

内容的提问来源于stack exchange，提问作者Yang Yang