R语言ggbiplot包中高亮特定数据点（如Alcohol=13.2）的方法

当然可以实现！要在ggbiplot生成的PCA图里高亮特定数据点（比如Alcohol值为13.2的样本），核心思路是先绘制基础的聚类散点图，再叠加一层针对目标点的高亮标记。下面是具体的代码实现和说明：

步骤1：加载数据并完成PCA分析 #

先按你提供的代码完成基础的数据准备和PCA计算：

# 加载所需包
library(ggbiplot)
library(ggplot2)

# 加载wine数据集
data(wine)
wine.pca <- prcomp(wine, scale. = TRUE)

步骤2：定位并标记目标数据点 #

先找出Alcohol值等于13.2的样本索引，然后在绘图时单独处理这些点：

# 找出Alcohol值为13.2的样本
highlight_indices <- which(wine$Alcohol == 13.2)

# 绘制基础PCA图，然后叠加高亮点
ggbiplot(wine.pca, obs.scale = 1, var.scale = 1, 
         groups = wine.class, ellipse = TRUE, circle = TRUE) +
  # 叠加高亮点：设置显眼的颜色（比如红色）和更大的点尺寸
  geom_point(data = wine.pca$x[highlight_indices, , drop = FALSE], 
             color = "red", size = 3, shape = 19) +
  # 可选：添加文本标签，方便识别高亮点
  geom_text(data = wine.pca$x[highlight_indices, , drop = FALSE],
            label = "Alcohol=13.2", vjust = 1.5, color = "red")

关键说明 #

• 我们通过which(wine$Alcohol == 13.2)定位到目标样本的位置，然后从PCA的结果wine.pca$x中提取这些点的坐标。
• 使用geom_point()叠加高亮点时，要指定data参数为目标点的坐标，这样不会覆盖原本的聚类散点。
• 你可以自定义高亮点的样式：比如调整color（颜色）、size（大小）、shape（形状），让高亮效果更明显。
• 如果需要高亮多个条件的点，只需要修改highlight_indices的筛选逻辑即可，比如which(wine$Alcohol > 13)。

备选方案：统一颜色映射（兼容性更好） #

如果你的ggbiplot版本在叠加图层时出现坐标匹配问题，可以尝试将PCA结果转换为数据框，统一处理所有点的颜色映射：

# 将PCA结果转换为数据框，并添加原始数据的Alcohol列和分类
pca_df <- as.data.frame(wine.pca$x)
pca_df$Alcohol <- wine$Alcohol
pca_df$Class <- wine.class

# 自定义颜色列：默认用分类颜色，目标点设为红色
pca_df$point_color <- ifelse(pca_df$Alcohol == 13.2, "red", "default")

# 绘制PCA图，指定颜色映射
ggbiplot(wine.pca, obs.scale = 1, var.scale = 1, 
         groups = wine.class, ellipse = TRUE, circle = TRUE,
         aes(color = point_color)) +
  scale_color_manual(values = c("default" = "black", "red" = "red")) +
  guides(color = "none")  # 可选：隐藏颜色图例

内容的提问来源于stack exchange，提问作者Bettina