ACP Cercle des Corrélations Col.var

Version imprimable

04/08/2020, 01h25
Jules Bellon

1 pièce(s) jointe(s)

ACP Cercle des Corrélations Col.var
Bonjour à toutes et à tous,

Je m'intéresse à la variabilité du caractère couleur dans un plan de croisement factoriel de Pétunia.

J'ai effectué plusieurs ACP sur les individus et je dois désormais m'intéresser aux variables. J'utilise les packages Factoextra, avec les codes suivants:
Code:

1 2 3 >res<- PCA(ACP_Petunia2020[,2:1737], scale.unit=TRUE, ncp=5, quali.sup =1736, graph=T) >fviz_pca_var(res)
Mon problème est le suivant: le nombre élevé de variables (1735) ne me permet pas d'interpréter le cercle des corrélations, le graphique est illisible :

Pièce jointe 576548

D'après mes recherches, le paramètre col.var de la fonction fviz_pca_var permet de colorier les variables en fonction des valeurs cos2, des coordonnées et des axes. Mais il permet également d'introduire un vecteur de valeurs.

J'aimerais donc colorer les variables en fonction de leurs valeurs numériques respectives. Les variables étant des longueurs d'ondes, il m'apparaît pertinent de faire un dégradé allant du violet au rouge, pour cela j'utiliserais la fonction suivante:

Code:

>scale_color_gradient2(low="Purple", mid="Green",high="Red", space ="Lab")

Ma question est la suivante: comment créer un vecteur dont les composantes sont les valeurs numériques de chacune des variables; mais aussi, comment faire en sorte que chaque valeur soit bien attribuée à la bonne variable.

En vous remerciant par avance.

Jeu de données et code minimal reproductible

Bonjour,

Voici un jeu de données réduit , composé d'un data.frame 10x10:

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
> df<-structure(list(`250.643799` = c(-1.059329, 4.449154, -0.211861,
-10.381359, -9.110169, -10.593221, -15.254236, -19.915274, -22.24577,
-19.915274), `300.579315` = c(1.15572, 0.425791, -0.182479, 0.425791,
-1.76399, -1.642337, -1.034061, -3.223841, -3.832118, -5.656934
), `350.719604` = c(2.805118, 5.511807, 2.263777, 2.755901, 2.165353,
0.541336, 1.033465, -1.377953, 1.279524, -1.033465), `400.637024` = c(6.752699,
6.90276, 40.39616, 4.141655, 37.845135, 1.350539, 29.021608,
0.180073, 5.552221, 39.195679), `450.279846` = c(87.961746, 89.337967,
38.389099, 8.21382, 32.493118, 15.210775, 19.947847, 18.035637,
4.766045, 35.260029), `500.303619` = c(71.055733, 71.633324,
52.946838, 5.423041, 46.464863, 6.588941, 36.934429, 8.375227,
11.509252, 52.112522), `550.619446` = c(50.106739, 50.130459,
98.209206, 4.198293, 107.08017, 3.285105, 116.544121, 2.680266,
75.533684, 109.890892), `600.445679` = c(84.085876, 84.222191,
93.014145, 5.128644, 99.761459, 8.127449, 108.144485, 11.041065,
61.032551, 96.012955), `650.055603` = c(112.020103, 111.172882,
74.847755, 39.078632, 79.481064, 46.994965, 81.969803, 50.675137,
36.563408, 72.147202), `700.022278` = c(123.58625, 124.230499,
110.486763, 106.907661, 113.815315, 105.082329, 126.449547, 105.5476,
79.527557, 112.168938)), class = "data.frame", row.names = c(NA,
-10L))

Et voici un code minimale reproductible:

Code:

1
2
3
4
>library(factoextra)
library(FactoMineR)
res<-PCA(df)
fviz_pca_var(res)

J'aimerais donc colorier les variables en fonction de leurs valeurs numériques avec le paramètre col.var .

Merci.

3 pièce(s) jointe(s)

ACP Cercle des Corrélations col.var

Bonjour,

Merci d'avoir ajouté un exemple reproductible.

Une proposition :

Code:

1
2
3
4
5
6
7
couleurs <- read.csv("d:/temp/longueurs_ondes.txt",skip=3)
ajout <- data.frame(lambda = c(250:379), R=rep(0,130), G=rep(0,130), B=rep(0,130))
couleurs <- rbind(ajout,couleurs)
couleurs$col <- rgb(couleurs$R,couleurs$G,couleurs$B)
 
couleurs_selec <- data.frame(lambda=floor(as.numeric(names(dftest))))
couleurs_selec <- merge(couleurs_selec,couleurs[,c("lambda","col")],by="lambda")

Code:

fviz_pca_var(res, col.var=names(dftest), palette=couleurs_selec$col)

Pièce jointe 576810

Code:

fviz_pca_var(res, col.var=names(dftest), palette=couleurs_selec$col, label=FALSE) + theme(legend.position = "none")

Pièce jointe 576811

Curieuse de voir le résultat sur le jeu de données complet ;-)

Lien utile : http://pierreontheweb.free.fr/RGB-wa...length2RGB.htm

Cordialement,

• PS1 : Merci d'avoir ajouté un exemple reproductible. Il est préférable de formater les données de façon à en faciliter la lecture :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
dftest <- structure(list(
`250.643799` = c( -1.059329,   4.449154,  -0.211861, -10.381359,  -9.110169, -10.593221, -15.254236, -19.915274, -22.24577,  -19.915274), 
`300.579315` = c(  1.15572,    0.425791,  -0.182479,   0.425791,  -1.76399,   -1.642337,  -1.034061,  -3.223841,  -3.832118,  -5.656934), 
`350.719604` = c(  2.805118,   5.511807,   2.263777,   2.755901,   2.165353,   0.541336,   1.033465,  -1.377953,   1.279524,  -1.033465), 
`400.637024` = c(  6.752699,   6.90276,   40.39616,    4.141655,  37.845135,   1.350539,  29.021608,   0.180073,   5.552221,  39.195679), 
`450.279846` = c( 87.961746,  89.337967,  38.389099,   8.21382,   32.493118,  15.210775,  19.947847,  18.035637,   4.766045,  35.260029), 
`500.303619` = c( 71.055733,  71.633324,  52.946838,   5.423041,  46.464863,   6.588941,  36.934429,   8.375227,  11.509252,  52.112522), 
`550.619446` = c( 50.106739,  50.130459,  98.209206,   4.198293, 107.08017,    3.285105, 116.544121,   2.680266,  75.533684, 109.890892), 
`600.445679` = c( 84.085876,  84.222191,  93.014145,   5.128644,  99.761459,   8.127449, 108.144485,  11.041065,  61.032551,  96.012955), 
`650.055603` = c(112.020103, 111.172882,  74.847755,  39.078632,  79.481064,  46.994965,  81.969803,  50.675137,  36.563408,  72.147202), 
`700.022278` = c(123.58625,  124.230499, 110.486763, 106.907661, 113.815315, 105.082329, 126.449547, 105.5476,    79.527557, 112.168938)),
class = "data.frame", row.names = c(NA,-10L))

ou avec la fonction read.table() pour avoir le tableau dans le bon sens :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
dftest2 <- read.table(header=TRUE, check.names=FALSE,
text="
250.643799 300.579315 350.719604 400.637024 450.279846 500.303619 550.619446 600.445679 650.055603 700.022278
 -1.059329   1.15572    2.805118   6.752699  87.961746  71.055733  50.106739  84.085876 112.020103 123.58625
  4.449154   0.425791   5.511807   6.90276   89.337967  71.633324  50.130459  84.222191 111.172882 124.230499
 -0.211861  -0.182479   2.263777  40.39616   38.389099  52.946838  98.209206  93.014145  74.847755 110.486763
-10.381359   0.425791   2.755901   4.141655   8.21382    5.423041   4.198293   5.128644  39.078632 106.907661
 -9.110169  -1.76399    2.165353  37.845135  32.493118  46.464863 107.08017   99.761459  79.481064 113.815315
-10.593221  -1.642337   0.541336   1.350539  15.210775   6.588941   3.285105   8.127449  46.994965 105.082329
-15.254236  -1.034061   1.033465  29.021608  19.947847  36.934429 116.544121 108.144485  81.969803 126.449547
-19.915274  -3.223841  -1.377953   0.180073  18.035637   8.375227   2.680266  11.041065  50.675137 105.5476
-22.24577   -3.832118   1.279524   5.552221   4.766045  11.509252  75.533684  61.032551  36.563408  79.527557
-19.915274  -5.656934  -1.033465  39.195679  35.260029  52.112522 109.890892  96.012955  72.147202 112.168938
")

Code:

1
2
3
> compareDF::compare_df(dftest, dftest2, group_col=rownames)
Error in stop_or_warn("The two data frames are the same!", stop_on_error) : 
  The two data frames are the same!

La page Reprex, ou comment demander de l’aide efficacement indiquée par statnmap ici pourra aussi vous intéresser.

• PS2 : df est par défaut une fonction liée à la distribution F. Il est préférable de choisir un autre nom. (message de faubry)