如何在R语言中绘制主成分1-7的特征值图？

别担心，我帮你梳理下怎么画出符合要求的主成分特征值图！你已经有了特征值和协方差矩阵，大概率是在提取特征值或者绘图细节上出了小问题，下面给你两种可行的方案，你可以根据自己的情况选择：

如果你已经通过协方差矩阵完成了PCA分析（比如用princomp()），可以直接从结果中提取特征值并绘图：

# 假设你的协方差矩阵是cov_matrix，用princomp生成PCA结果
pca_result <- princomp(covmat = cov_matrix)

# 提取前7个特征值（注意：princomp返回的$sdev是标准差，特征值是标准差的平方）
eigen_values <- (pca_result$sdev)^2[1:7]
# 生成主成分名称
pc_names <- paste0("PC", 1:7)

# 基础条形图绘制
barplot(eigen_values, names.arg = pc_names, 
        main = "Eigenvalues of Principal Components 1-7",
        xlab = "Principal Component", ylab = "Eigenvalue",
        col = "steelblue", ylim = c(0, max(eigen_values)+0.2))
# 添加特征值标签，方便查看具体数值
text(x = 1:7, y = eigen_values + 0.05, labels = round(eigen_values, 4))

如果你更习惯用ggplot2绘图，代码如下：

library(ggplot2)
# 构建绘图用的数据框
pc_df <- data.frame(
  PC = pc_names,
  Eigenvalue = eigen_values
)

ggplot(pc_df, aes(x = PC, y = Eigenvalue)) +
  geom_bar(stat = "identity", fill = "steelblue") +
  geom_text(aes(label = round(Eigenvalue, 4)), vjust = -0.3) +
  labs(title = "Eigenvalues of Principal Components 1-7",
       x = "Principal Component", y = "Eigenvalue") +
  ylim(0, max(eigen_values)+0.2) +
  theme_minimal()

如果不想依赖PCA结果，直接用你提供的特征值也能快速画图：

# 定义你给出的特征值向量
eigen_values <- c(2.2928, 0.401, 0.1322, 0.0594, 0.0406, 0.0288, 0.025)
pc_names <- paste0("PC", 1:7)

# 基础绘图版本
barplot(eigen_values, names.arg = pc_names, 
        main = "Eigenvalues of Principal Components 1-7",
        xlab = "Principal Component", ylab = "Eigenvalue",
        col = "steelblue", ylim = c(0, 2.5))
text(x = 1:7, y = eigen_values + 0.08, labels = round(eigen_values, 4))

# ggplot2版本
library(ggplot2)
pc_df <- data.frame(PC = pc_names, Eigenvalue = eigen_values)
ggplot(pc_df, aes(x = PC, y = Eigenvalue)) +
  geom_col(fill = "steelblue") +
  geom_text(aes(label = round(Eigenvalue, 4)), vjust = -0.3) +
  labs(title = "Eigenvalues of Principal Components 1-7",
       x = "Principal Component", y = "Eigenvalue") +
  ylim(0, 2.5) +
  theme_bw()

• 用prcomp()或princomp()时，返回的sdev是标准差，不是特征值，必须平方后才能得到你给出的数值，这是很多人容易搞错的点！
• 如果不设置ylim，前几个大的特征值会把后面小的特征值挤得几乎看不见，代码里我已经帮你调整了合适的坐标轴范围。

内容的提问来源于stack exchange，提问作者Victoria447