BioF3 FigCode · SCI 绘图代码集

交互三维降维（3D PCA / UMAP (Plotly)）

导出日期：2026年6月27日

分类：降维可视化｜ 依赖包：plotly、Rtsne

解决的生物学问题

2D 投影看不出来的子结构，3D 视角下能否揭示？

应用场景

报告 PPT 里展示交互降维
论文补充材料 HTML 嵌入
复杂数据集探索性分析
教学演示降维概念

输入数据格式

数据框：PC1, PC2, PC3 (或 UMAP1/2/3) + group

关键参数

n_components = 3
marker.size = 4
opacity = 0.8
scene.aspectmode = "data"

快速开始

1. 直接在线运行

打开 FigCode 在线绘图，点击本工具卡片的"在线绘图"按钮即可用内置示例数据出图，零环境配置。

2. 本地复现

下载脚本和示例数据，本地 RStudio 运行：

# 下载
curl -O https://<your-site>/figcode/scripts/plotly-3d.R
curl -O https://<your-site>/figcode/data/plotly-3d.csv

3. 安装依赖

# CRAN 包
install.packages(c("plotly", "Rtsne"))

# Bioconductor 包（如需）
# BiocManager::install(c())

完整代码

library(plotly)
library(Rtsne)

# --- Demo: iris in 3D ---
data(iris)
set.seed(42)

# --- PCA in 3D ---
pca <- prcomp(iris[, 1:4], scale. = TRUE)
df <- data.frame(
  PC1 = pca$x[, 1],
  PC2 = pca$x[, 2],
  PC3 = pca$x[, 3],
  Species = iris$Species
)

plot_ly(
  df, x = ~PC1, y = ~PC2, z = ~PC3,
  color = ~Species,
  colors = c("#dc2626", "#2563eb", "#059669"),
  marker = list(size = 5, opacity = 0.85),
  type = "scatter3d", mode = "markers"
) %>%
  layout(
    title = "3D PCA — Iris",
    scene = list(
      xaxis = list(title = "PC1"),
      yaxis = list(title = "PC2"),
      zaxis = list(title = "PC3"),
      aspectmode = "data"
    )
  )

替换为自己的数据

脚本中以 # --- Demo data --- 标注的段落是示例数据生成代码。替换为自己的数据时，保持列名一致即可：

输入格式：数据框：PC1, PC2, PC3 (或 UMAP1/2/3) + group
使用 read.csv() / readRDS() 读取本地文件