需要表达矩阵和分组向量
library(pca3d)
library(rgl)
pca <- prcomp(t(exp), scale.= TRUE )
pca3d( pca, group= group_list , show.ellipses=TRUE, show.plane=F)
3d-PCA代码
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
推荐阅读更多精彩内容
- 一文看懂PCA主成分分析中介绍了PCA分析的原理和分析的意义(基本简介如下，更多见博客)，今天就用数据来实际操练一...
- 原文链接： https://www.embopress.org/doi/10.15252/msb.20188746...
- 一、举例回顾 本节下载GSE1009数据集，使用limma包进行差异分析举例。 GSE1009 样本量：共6个样本...
- 深度学习CTR模型的演化图谱 一、Factorization Machines（2010年）——FM系列开山之作 ...
- 第五章 非约束排序3 主成分分析（PCA）-基于Hellinger转化的数据以及其他内容 由于前几天电脑被我捣鼓坏...
