如何基于不同主成分绘制PCA数据并关联样本深度？

我完全理解你的需求——比起双图，你更想观察每个主成分的投影值（也就是PCA得分）随样本深度的变化趋势，这在分析环境/地质样本的垂直变化时非常实用，而且完全可以实现！下面是一步步的具体操作：

步骤1：提取PCA得分并关联深度数据 #

首先，我们需要把PCA的得分矩阵和你的深度数据合并成一个数据框。prcomp的结果里，$x就是所有样本在各主成分上的投影值，直接和原数据的depth列合并即可：

# 提取PCA得分并合并深度数据
pca_scores <- cbind(
  depth = data$depth,
  as.data.frame(GV7.pca$x)
)

步骤2：转换为长格式数据（ggplot友好格式） #

ggplot更适合处理长格式数据，所以我们用tidyr包把每个主成分的列转成“主成分名称-得分”的键值对：

library(tidyr)
library(ggplot2)

# 转换为长格式
pca_long <- pivot_longer(
  pca_scores,
  cols = starts_with("PC"),  # 选中所有以PC开头的列（即所有主成分）
  names_to = "Principal_Component",
  values_to = "Score"
)

步骤3：绘制PCA得分随深度变化的图 #

现在可以用ggplot绘制每个主成分的趋势了。考虑到你有1000个样本，我们可以通过调整透明度、使用平滑曲线来优化可视化效果：

# 基础绘图：每个主成分单独分面
ggplot(pca_long, aes(x = depth, y = Score)) +
  geom_line(alpha = 0.7) +  # 降低透明度避免线条重叠
  facet_wrap(~Principal_Component, scales = "free_y") +  # 每个PC一个面板，y轴自适应范围
  labs(
    x = "Sample Depth",
    y = "PCA Score",
    title = "PCA Scores vs. Sample Depth"
  ) +
  theme_bw()  # 简洁的主题

针对大数据量的优化技巧 #

如果1000个样本的线条还是太密集，你可以试试这些调整：

• 添加平滑趋势线：用geom_smooth来突出整体趋势，比如：

  ggplot(pca_long, aes(x = depth, y = Score)) +
    geom_point(size = 0.3, alpha = 0.2) +  # 用小点代替线条
    geom_smooth(method = "loess", color = "red", linewidth = 1) +  # 加平滑曲线
    facet_wrap(~Principal_Component, scales = "free_y") +
    theme_bw()
  

• 只关注特定主成分：如果只关心PC3、PC4这类次要成分，可以在转换长格式时筛选：

  pca_long_filtered <- pivot_longer(
    pca_scores,
    cols = c(PC3, PC4, PC5),  # 只选你关注的主成分
    names_to = "Principal_Component",
    values_to = "Score"
  )
  

为什么ggbiplot不适合这个场景 #

ggbiplot的核心是绘制PCA双图，同时展示样本得分和变量载荷的关系，它的设计目标不是关联得分和外部变量（比如depth）。而用ggplot2的话，你可以完全自定义可视化逻辑，灵活满足这类垂直变化分析的需求。

内容的提问来源于stack exchange，提问作者Raffaello Nardin