Yila

做主成分分析,把图画规范

上传测量数据,Yila 标准化变量、做主成分分析,画出得分图、碎石图和清楚易读的双标图,并交付载荷表和代码。

请对我数据中的数值变量做标准化后进行主成分分析:画一张可直接投稿的 PC1 对 PC2 得分图,按着色并加 95% 置信椭圆;再画碎石图,以及贡献最大的几个变量的双标图。报告每个主成分解释的方差。图保存为 PNG 和 SVG,同时保存载荷表和代码。

将在 Yila 工作台中打开,之后可以在对话里随时调整。

一次完整的主成分分析

这是在公开化学数据集上跑的一次官方示例。下面是它保存的三张图,下载包里另有载荷表、方差解释表和 Python 代码。

三个品种共 178 款葡萄酒的 13 项化学指标 — 1
1 / 3

你会得到

得分图
PC1 对 PC2,坐标轴标出各自解释的方差,样本按分组着色并带 95% 置信椭圆。
碎石图
每个主成分单独和累计解释的方差,帮你说明为什么保留这几个主成分。
双标图与载荷表
用箭头标出贡献最大的变量,另附所有主成分的完整载荷表。
分析代码
完整的 Python 代码(需要的话也可以是 R),预处理步骤都写清楚了。

怎么做

上传表格,说明分组

给 Yila 一个包含测量值的 CSV 或 Excel 文件,说明按哪一列着色。分组只用于着色,不参与主成分的计算。

Yila 检查变量和量纲

它先看各变量的单位和取值范围,对量纲不同的变量做标准化,并在分析前报告缺失值。

拿到三张图和载荷表

得分图、碎石图和双标图渲染出来检查后,与载荷表和代码一起保存。想看 PC1 对 PC3、给样本加标签或做三维图,在同一个对话里说就行。

适合这些场景

组学与代谢组学

在做差异分析之前,先看样本是按处理聚在一起,还是按批次聚在一起。

化学与食品科学

同时用多项测量指标展示样本如何分开,以及是哪些指标在起作用。

问卷与量表数据

把许多相关的题目归纳成少数几个成分,看清哪些题目落在一起。

常见问题

对你自己的数据做主成分分析

上传表格并说明按什么分组着色,Yila 完成标准化和作图,并把代码一起留给你。

上传数据开始