我已经提供了做这在下文中所示的PCA曲线的函数。 我想通过主成分(变量a和b)的名字,但还没有想出一个办法做到这一点。 我一直在使用aes_string尝试。 接收到的错误是在错误的eval(expr中,ENVIR,enclos):对象” .names'未找到
每下面的建议,我已经把一个具体的例子。 其中一个功能的工作原理和其他地方没有。 目标是将变量传递给这个函数。
#data
d = iris[1:4]
#########################################################################
# PCA_Plot functions
#########################################################################
PCA_Plot = function(pcaData)
{
library(ggplot2)
theta = seq(0,2*pi,length.out = 100)
circle = data.frame(x = cos(theta), y = sin(theta))
p = ggplot(circle,aes(x,y)) + geom_path()
loadings = data.frame(pcaData$rotation, .names = row.names(pcaData$rotation))
p + geom_text(data=loadings, mapping=aes(x = PC1, y = PC2, label = .names, colour = .names, fontface="bold")) +
coord_fixed(ratio=1) + labs(x = "PC1", y = "PC2")
}
# non-working function with two extra variables
PCA_Plot2 = function(pcaData, var1, var2)
{
library(ggplot2)
theta = seq(0,2*pi,length.out = 100)
circle = data.frame(x = cos(theta), y = sin(theta))
p = ggplot(circle,aes(x,y)) + geom_path()
loadings = data.frame(pcaData$rotation, .names = row.names(pcaData$rotation))
p + geom_text(data=loadings, mapping=aes(x = var1, y = var2, label = .names, colour = .names, fontface="bold")) +
coord_fixed(ratio=1) + labs(x = var1, y = var2)
}
#pca
library(stats)
p = prcomp(d)
PCA_Plot(p) #works
PCA_Plot2(p, "PC1", "PC2") # ERROR Error: Discrete value supplied to
continuous scale