如何自定义FactoExtra包中fviz_pca函数的点形状？

你遇到的报错是因为直接叠加geom_point的方式不对——fviz_pca_biplot本身已经帮你生成了点图层，强行叠加新的点图层会和原有图层的映射逻辑冲突，而且直接把形状向量塞到aes()里也不符合ggplot的映射规则（形状应该映射到分组变量，而不是直接传固定向量）。

其实FactoExtra包已经提供了更简单的方式来自定义点形状，有两种常用方法：

方法1：直接用shape.ind参数指定 #

fviz_pca_biplot内置了shape.ind参数，可以直接传入自定义的形状向量，注意向量长度要和你的分组（PCADF$groups）的水平数一致。

首先确保你的分组变量是因子类型（如果不是先转换）：

PCADF$groups <- as.factor(PCADF$groups)

然后修改你的绘图代码，添加shape.ind参数：

fviz_pca_biplot(PCA, 
                 axes = c(1, 2), 
                 label="var", 
                 col.var = "black", 
                 geom = "point", 
                 pointsize = 2, 
                 col.ind=PCADF$groups, 
                 addEllipses = TRUE, 
                 ellipse.level = 0.95, 
                 ellipse.type ="confidence", 
                 palette = "aaas",
                 shape.ind = c(19,20,21,22,23,24)) + 
  theme_minimal()

方法2：用scale_shape_manual手动映射（更灵活） #

如果你需要更精准地控制每个分组对应的形状（比如按分组名称指定），可以用ggplot的scale_shape_manual函数来设置，这种方式兼容性更强：

fviz_pca_biplot(PCA, 
                 axes = c(1, 2), 
                 label="var", 
                 col.var = "black", 
                 geom = "point", 
                 pointsize = 2, 
                 col.ind=PCADF$groups, 
                 addEllipses = TRUE, 
                 ellipse.level = 0.95, 
                 ellipse.type ="confidence", 
                 palette = "aaas") + 
  scale_shape_manual(values = c(19,20,21,22,23,24)) + # 按分组顺序指定形状
  theme_minimal()

如果你的分组有明确的名称，还可以这样精准对应：

scale_shape_manual(values = c(
  "GroupA" = 19, 
  "GroupB" = 20, 
  "GroupC" = 21, 
  "GroupD" = 22, 
  "GroupE" = 23, 
  "GroupF" = 24
))

这两种方法都能完美解决你自定义点形状的需求，而且不会出现图层冲突的报错。

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