今天介绍一个tidydr包，还是来自于y叔，这个包就做一件事，可视化各种降维结果，比如大家耳熟能详的pca、pcoa、umap、tsne等等。
安装
代码语言：javascript复制install.packages("tidydr")
devtools::install_github("YuLab-SMU/tidydr")
使用
代码语言：javascript复制library(tidydr)
# 查看支持的方法
available_methods()
## The `dr()` function works for the following methods that
## require data matrix (or data frame) as input:
## stats::prcomp()
## Rtsne::Rtsne()
## uwot::umap()
## uwot::tumap()
## uwot::lvish()
## The `dr()` function works for the following methods that
## require distance matrix (or distance object) as input:
## stats::cmdscale()
## MASS::sammon()
## vegan::metaMDS()
## ape::pcoa()
## smacof::mds()
## vegan::wcmdscale()
## ecodist::pco()
## labdsv::pco()
## ade4::dudi.pco()
可以看到支持原始数据的方法有5种，支持距离矩阵的方法有9种！基本上常见的方法全都包括了！
使用非常简单！2步即可完成，方法是通用的。
代码语言：javascript复制# 首先选择方法
x <- dr(data = iris[,1:4], fun = prcomp)
# 然后用ggplot2画图，就是这么简单！
library(ggplot2)
## metadata as a vector
ggplot(x, aes(Dim1, Dim2), metadata=iris$Species)
geom_point(aes(color=.group)) theme_minimal()
plot of chunk unnamed-chunk-3
为了满足大家的审美，专门支持了小坐标轴箭头！
代码语言：javascript复制autoplot(x, aes(color=Species), metadata = iris[, 5, drop=FALSE])
theme_dr()
plot of chunk unnamed-chunk-4
快来尝试一下吧~
