三分钟绘制一张优美的三维PCA图 | 云平台

云平台官网：http://www.lc-bio.cn/

三维PCA图绘制：http://www.lc-bio.cn/overview/18?tools=PCA_3d_V1.4

主成分分析（Principal Component Analysis，PCA）是一种降维的数据处理方法。从生物学的应用上来说，其主要目的是判断组内样本的重复性是否足够好（图上距离较近），组间样本的差异是否足够大（图上距离较远）。若PCA分析结果不好，则后续差异分析结果不可靠；若存在离群样本，可剔除该样本再进行后续分析，以确保后续结果有意义。

PCA分析会得到贡献程度由大到小的多个成分（PC1、PC2、PC3.....），三维PCA图就是利用前三个维度进行作图，从而在三维空间中查看样本的分布情况。

本文主要为您迅速绘制一张优美的三维PCA图提供步骤指导（1-4要点），另附细节优化方法（5及之后的要点），可后期慢慢研究调整，同时提供相关分析方法说明和参考文献，为您深入了解提供支持。

1.了解输入数据格式

2. 上传数据（以示例数据为例）

3. 设置分组（若无需设置，跳过此步）

4.图片下载

5-1.细节优化：自定义点颜色

5-2.细节优化：在“主要参数”页中调整

5-3.数据处理：分析方法+参考文献

相关阅读