3D散点图

3D Scatterplot(3D散点图)


  分析模块根据,PCA或PCOA分析的位置结果(sites文件),可由分析模块“PCA analysis and plot PCA”或“PCOA analysis and plot PCOA”生成,进行PCA或PCOA结果的3D可视化展示。


  输入:

       PCA或PCOA位置结果(sites文件)。

  示例:

"PC1"        "PC2"        "PC3"        "PC4"        "PC5"         

"Bio1"       -1039.68   3247.136 717.972    830.5189  

"Bio2"       -2966.98   1212.454 799.9831 1572.571  

"Bio3"       -3846.78   -333.115   -714.098   5614.498  

"Bio4"       -4065.41   -5355.16   8227.647 -1730.08   

"Bio5"       -2416.51   1166.944 -1828.84   -242.264   

"Bio6"       -2196.88   3398.365 -636.104   -398.777   

"Bio7"       1215.424 5804.67    585.3508 -4860.12   

"Bio8"       17033.77 -736.864   1445.149 1692.697  

"Bio9"       808.4387 -6455.45   -5709.28   -3165.87   

"Bio10"    -2525.39   -1948.98   -2887.78   686.823  


  样品分组信息表(可选)。

  示例:

Bio1          group1

Bio2          group1

Bio3          group1

Bio4          group2

Bio5          group2

Bio6          group2

Bio8          group3

Bio10        group3

        -


  输出:

       PCA或PCOA的3D可视化图。

  示例:

1.jpg


注:当用户选择输入分组文件时, 可以设置两个参数:

2.jpg

第一个为legend的相对水平偏移量,默认值为-0.05,负值代表往右偏移,正值则相反

第二个为legend的相对垂直偏移量,默认值为0,同样,可以设置正值或者负值,负值代表垂直向上偏移,正值则相反



分析模块引用R语言(v3.2.1scatterplot3d包(v0.3-37)中的scatterplot3d函数进行可视化作图



分享
上一篇:距离矩阵计算