R语言绘制PCA图（主成分分析）详细教程 |

作者： Biomarker

发布于 2026年2月26日

分类：物种数据库

在生物信息学分析中，PCA（主成分分析）是一种常用的降维与可视化方法，能帮助我们从复杂的基因表达数据中捕捉关键模式，轻松观察样本间的差异与聚类情况。今天，我们就以真实数据为例，一步步教你如何用R语言完成PCA分析与绘图！

关键步骤与实战要点

1、读取数据

原始数据结构如下图：

第一列为基因ID, 第五列及以后为各个样本的表达量数据，数值以FPKM表示。

读取数据命令如下：

rawdata=

read.csv( ‘AllSample.genes_expression.csv’, header=T)

2、数据清洗

原始数据中包含一些不参与分析的列，以及某些基因的表达量在所有样本中均为零，需要在分析前去除。

操作代码如下：

#将第一列数据作为行名保存
row.names(rawdata)<-rawdata$ Gene_ID
#删除第一列位置信息和第四列正负链的数据，并进行行列转置 tmp<-t(rawdata[,c(-1,-2,-3,-4)])
#删除在所有样本中表达量均为0的基因 cleandata<-tmp[,colSums(tmp!=0)>0] 这样我们就得到了一个“干净”的样本×基因表达矩阵，便于后续分析。

3、PCA 分析

R语言内置的prcomp()函数可以快速完成PCA计算，代码如下：

data.pca< -prcomp(cleandata,center=T, scale.=)
#cleandat 为进行分析的数据集
#center 一个逻辑值，控制变量是否应该移位到零中心
#scale.一个逻辑值，控制是否对数据进行标准化
prcomp 函数的返回值是一个特殊的对象，可以利用summary 函数来查看分析的结果。

具体参数：
#Standard       deviation 标准差，其平方为方差=特征值
#Proportion    of    Variance方差贡献率
#Cumulative        Proportion 方差累计贡献率
输出结果包括各主成分的标准差、方差贡献率等，帮你判断应该保留多少主成分。

4、数据可视化

使用ggplot2包，轻松将PCA结果转换为直观的散点图。
#加载ggplot 软件包 library(ggplot2)
#根据PC1 及PC2生成散点图，由于ggplot在绘图时只接收数据框格式的数据集，因此需要使用as.data.frame函数来进行转换。
ggplot( as.data.frame( data.pcaSx),aes(x=PC1,y=PC2))+ geom_point()
图片生成：

一张清晰的PCA图就诞生了！样本分布、组间差异一目了然。