Tools4You教程4：PCA
PCA简介
PCA（Principal Component Analysis，主成分分析）是常见的降维方法，在生命科学中应用广泛。关于PCA的原理，推荐观看博主Josh Starmer博士的视频（点击打开B站视频链接，手机端貌似无法打开链接），真的是深入浅出，极其通透。
几点注意事项
- 目前唯一的网址为：http://shinyapp.top:3838/Tools4You/
Tools4You所有模块目前只支持输入.csv格式，在Excel中将数据另存为.csv格式即可：
- 每个分析模块都有对应的示例数据，请按照示例数据的格式整理自己的格式。
- 如果界面和自己电脑屏幕不适配，请适当放大缩小浏览器的显示比例，开发调试用的是27寸屏幕。
选择PCA模块
打开网站，选择对应的PCA模块即可：
数据格式
PCA分析输入数据为“长数据“：
每一行是一个样品，每一列是一个观测指标，最后的“group”和“site”是样品的分组信息，必须有分组信息，这样后面画图才能进行分组显示，分组信息可以有多个，然后画图的时候不同的分组信息控制图形的颜色和形状等。
分组信息
在数据表中有多少个分组信息，就需要在这地方标明，比如我的数据中有两个分组信息：group和site，分别是样品分组信息和样品的位点信息。我就需要在“分组名称”这个输入group,site，后面绘图才能进行识别。
多元方差分析
如果PCA结果足够好的话，可以直接肉眼观察分组之间是否分开，但是如果分组之间是”若即若离“的，那就不好说到底有没有分开了。这时候就需要多元方差分析了，通常是PERMANOVA。
默认是进行PERMANOVA分析的。
下方是图片格式，支持多种图形格式，默认的是PDF格式。
绘图样式
绘图样式有三种，最常见的是置信椭圆样式。
三种样式对应的图形如下：
展示主成分
PCA分析中主成分的数量和变量的数量是一样的，比如我的数据有4个变量，那就会有4个主成分。
通常只展示前三个主成分，三个主成分两两组合，共有4种组合。
只需要在这个位置输入想展示的主成分即可，注意PC这两个字母需要大写，另外是英文逗号分隔。
散点图相关设置
剩下的参数主要和散点图的点相关：
- ”点的大小“这个参数就是说散点图中点的大小；
- ”点的透明度“是指散点的透明度，默认是1；
- ”控制点的形状的分组名称“是用数据中的哪个分组信息来控制点的形状，比如”group“；
- ”输入点的形状“，用户直接指定点的形状，但是要和上方分组的数量相同，比如我的”group“有三个，那我的这个地方只能输入三个值；
- 下方两个参数和上方两个类似。
点击查看
设置完上述这些参数后，便可以点击左侧的”点击提交“完成分析，如果没有报错，应该得到这样的结果：
如果没有报错，那就再输入最右侧的参数。输入完成后需要再次点击”点击提交“。
下载结果
完成所有参数后，点击左下角的下载按钮即可。
可以根据”PCA碎石图“的结果来决定散点图展示哪几个主成分。
下载完图片后对长和宽不满意的话，可以重新设置长和宽，然后点击”点击提交“，最后再下载数据。
示例结果
示例数据得到的结果（点的颜色和形状分别用不同的分组控制）如下：
详细参数如下：
Tools4You教程合集
💌lixiang117423@gmail.com
💌lixiang117423@foxmail.com