使用ggplot2绘制指定数量主成分的PCA对比图并生成单PDF

嘿，这个需求太实用了！我经常帮人解决这类动态生成多图的问题，用ggplot2配合几个工具包就能完美搞定，不管用户指定多少个主成分都能自动生成所有两两对比图，最后导出成单PDF。我给你一步步拆解解决方案：

1. 先准备PCA数据 #

首先我们需要先跑PCA并提取得分矩阵，这里用经典的iris数据集做示例：

library(ggplot2)
library(purrr)       # 用来批量处理生成图
library(patchwork)   # 推荐的图拼接工具，比gridExtra更灵活

# 示例数据：iris的数值型变量做PCA
data(iris)
pca_result <- prcomp(iris[, 1:4], scale. = TRUE)
pca_scores <- as.data.frame(pca_result$x)
# 加上分组变量（比如物种），方便后续上色
pca_scores$Species <- iris$Species

2. 动态生成所有PC两两组合 #

核心是用combn()函数生成指定数量主成分的所有无序配对，比如指定3个PC时，自动生成(PC1,PC2)、(PC1,PC3)、(PC2,PC3)：

# 用户指定的主成分数量（可以换成任意正整数）
n_pcs <- 3

# 生成所有需要对比的PC对，返回的是列表格式
pc_pairs <- combn(colnames(pca_scores)[1:n_pcs], 2, simplify = FALSE)

3. 批量生成PCA散点图 #

用purrr::map()遍历每个PC对，动态生成对应的ggplot图。这里用.data[[...]]来动态引用列名，避免ggplot2的非标准求值警告：

pca_plots <- map(pc_pairs, function(pair) {
  ggplot(pca_scores, aes(x = .data[[pair[1]]], y = .data[[pair[2]]], color = Species)) +
    geom_point(size = 2, alpha = 0.8) +
    labs(x = pair[1], y = pair[2]) +
    theme_minimal() +
    theme(legend.position = "bottom")
})

4. 拼接所有图并导出PDF #

用patchwork::wrap_plots()可以自动调整布局，还能轻松合并所有图的图例，让最终输出更整洁：

# 拼接所有图，指定每行显示2个（可以根据PC数量调整ncol）
combined_plot <- wrap_plots(pca_plots, ncol = 2) +
  plot_layout(guides = "collect")  # 合并所有图例到一处

# 导出到PDF，可根据图的数量调整宽高
ggsave("pca_all_comparisons.pdf", combined_plot, width = 10, height = 8)

如果你更习惯用gridExtra的话 #

也可以用gridExtra::grid.arrange()来拼接，只是合并图例需要额外处理：

library(gridExtra)

# 拼接图
pdf("pca_comparisons_gridExtra.pdf", width = 10, height = 8)
grid.arrange(grobs = pca_plots, ncol = 2)
dev.off()

小Tips #

• 如果指定的PC数量很多（比如5个，会生成10幅图），可以调整ncol参数（比如设为3）让布局更紧凑；
• 要是不需要合并图例，去掉plot_layout(guides = "collect")即可；
• 可以在ggplot()里添加更多元素，比如主成分的方差解释率（从pca_result$sdev计算），让图更专业。

内容的提问来源于stack exchange，提问作者Jorge Kageyama