PCA 主成分分析實踐 plink軟件


 

1、測試數據下載  

鏈接:https://pan.baidu.com/s/1EfffExvtxZYI1QLuxUZQ_g

提取碼:5wfe

數據為plink 格式數據test.map、test.ped ;

 

 一共包含三個品種,DOR、GMM、SUN各20個樣本。

2、運行plink軟件,命令如下:

plink --file test --sheep --pca 5 header tabs --out test

一共生成4個文件:

 

 

 

3、利用R軟件讀取test.eigenvec文件,並繪圖,命令如下:

 

mydat<-read.table("test.eigenvec",as.is = T,header = T,stringsAsFactors = F)

png("test.png",width = 7000,height = 7000,pointsize = 160)

plot(mydat$PC1,mydat$PC2,lwd.ticks=10,font.axis=2,cex.lab=1.2,cex.axis=1.2,font.lab=2,ylab="PC2",xlab = "PC1",main="PCA",cex=1.4,pch=19,col=c(rep("red",20),rep("cyan",20),rep("magenta",20)))

box(which="plot",col="black",lwd=18)

legend("bottomleft",box.lwd=5,cex=1.1,inset = 0.04,c("DOR","GMM","SUN"),pch=19,col=c("red","cyan","magenta"))

dev.off()

4、繪圖結果:

 


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM