PCA实操问询：如何为样本分布图替换季节名称（替代数字标识）

我来帮你调整代码，让PCA样本图显示数据里的季节名称而非数字～核心是修改fviz_pca_ind的参数，同时优化代码避免潜在问题：

完整修改后的代码 #

# 读取数据，明确指定header和sep参数（更严谨）
mydata <- read.csv("IRI_diet.csv", header = TRUE, sep = ",")

# 将NA值替换为0
mydata[is.na(mydata)] <- 0

# 提取用于PCA分析的生物类群列（避免使用attach，直接用mydata$引用更安全）
X <- cbind(
  mydata$Annelida, 
  mydata$Decapoda, 
  mydata$Gastropoda, 
  mydata$Isopoda, 
  mydata$Pisces
)
# 为X设置列名，让后续分析输出更清晰
colnames(X) <- c("Annelida", "Decapoda", "Gastropoda", "Isopoda", "Pisces")

# 数据摘要与相关性分析
summary(X)
cor(X)

# 执行PCA分析（保留scores，使用相关矩阵）
res.pca <- prcomp(X, scores = TRUE, cor = TRUE)
summary(res.pca)

# 绘制PCA样本图，替换为季节名称
fviz_pca_ind(res.pca, 
             col.ind = mydata$Season,  # 按季节分组着色
             labels = mydata$Season,   # 将样本标签替换为季节名称
             legend.title = "Season",  # 设置图例标题
             repel = TRUE,             # 防止标签重叠，提升可读性
             title = "PCA of Diet Composition by Season"  # 自定义图标题（可选）
             )

关键修改说明 #

• 移除attach(mydata)：attach容易导致变量名冲突，改用mydata$直接引用列更稳妥
• 替换样本标签：通过labels = mydata$Season，把默认的数字样本标签换成数据第一列的季节名称
• 按季节分组着色：col.ind = mydata$Season让不同季节的样本显示不同颜色，配合图例更易区分
• 优化可读性：添加repel = TRUE自动调整标签位置，避免重叠问题

内容的提问来源于stack exchange，提问作者Umar Khan