R：prcomp，数据表中的列顺序有关系吗？答案

【问题标题】：R: prcomp, Order of columns in data table matter?R：prcomp，数据表中的列顺序有关系吗？
【发布时间】：2020-09-04 22:08:06
【问题描述】：

我在包含 91 列和 2030 行的数据表上运行 prcomp 函数并获得了 PCA 图。然而，当我重新排序相同的数据表以更容易对数据点进行颜色编码时，我得到了一个完全不同的 PCA 图。

在 prcomp() 中列的顺序是否重要？

请注意，包含的代码是由我实验室以前的某个人为我提供的，他不再在这里询问。我对它在做什么有一个适度的了解。

感谢您的帮助！

pcaPlotter3d <- function(fileName, startColumn, endColumn){
x<- read.table(fileName, sep = '\t', header =TRUE, stringsAsFactors = FALSE)
pcaData <- prcomp(~., x[,startColumn:endColumn], na.action=na.exclude, scale = TRUE)
library(scatterplot3d)
colorList <- c(rep("magenta", 2), rep("blue", 12), rep("red",33), rep("purple", 2), rep("green", 6), rep("black",36))
shapeList <- c(rep(19, 91))#, rep(15, 24))

with (pcaData, { 

pointsForPlot <- scatterplot3d(pcaData$rotation[,1:3], color=colorList, 
                  pch = shapeList, main = "TAP Proteins PCA", mar = c(3,3,3,5), xlab = "PC1 (16.5%)", ylab = "PC2 (3.67%)", zlab = "PC3 (2.79%)",
                  col.grid = NULL)
pointsForPlot.coords <- pointsForPlot$xyz.convert(pcaData$rotation[,1:3])

legend(8,5, bty = "n", xpd = TRUE, cex = 0.75, inset = .1,
    title = "Groups", c("Bio", "EF", "IF", "RF", "Rib", "Unk"),
     col = c("magenta", "blue", "red", "purple", "green", "black") , pch = c(19,19,19,19,19,19));
})
print(summary(pcaData))
}

【问题讨论】：

你能发布两个图的链接吗？如果您考虑零轴周围的反射（即左右翻转或上下翻转），您的两个绘图是否等效？
我对问题进行了编辑以包含情节。它可能是数据的反映，但如果是，我很难看到它。
好吧，这可能确实是不同的 PCA 输出，因为 PC2 和 PC3 的惯性百分比不同
@agenis，我想知道轴标签中明显不同的惯性是否是错字。轴标签是自动生成的还是手动编码的？ PC2（图 1 中的 -0.1 到 0.5，图 2 中的 -0.5 到 0.1）和 PC3（图 1 中的 -0.2 到 0.4，-0.4 到 0.2）的范围支持翻转假设......我们可以看到代码（并且，理想情况下，数据）？ ... 3D 透视图使判断轴是否翻转变得特别困难。 2D 表示可能更容易。
轴标签/惯性值看起来是硬编码的。它们在地块之间有何不同？？？

标签： r pca

【解决方案1】：

在透视图中很难看到，但似乎所有发生的事情都是PC2和PC3的迹象已经翻转。（特征向量/PCA 方向仅被定义为符号的变化，而像改变列的顺序这样的微不足道的变化确实会导致它们翻转。）假设惯性/方差比例相同，并且轴是倒置的（例如，PC2 在图 1 中从 -0.1 变为 0.5，在图 2 中从 -0.5 变为 0.1），这是最可能的解释。如果您想恢复原始绘图，您可以在适当的位置将 PC2 和 PC3 坐标乘以 -1 ...

【讨论】：