Créateur de PCA plot gratuit
Créez un score plot, un biplot ou un scree plot PCA à partir d'un simple texte
Décrivez votre analyse en composantes principales — les groupes, le pourcentage de variance sur PC1 et PC2, et toute ellipse ou vecteur de saturation — et l'IA dessine un PCA plot net de style publication prêt pour les rapports de génomique, de métabolomique et d'apprentissage automatique.
Exemples de PCA plot
Cliquez sur un exemple pour charger son prompt, ou utilisez-le comme point de départ pour votre propre PCA plot.
Qu'est-ce qu'un PCA plot ?
Un PCA plot visualise le résultat de l'analyse en composantes principales, une technique qui réduit de nombreuses variables corrélées en quelques composantes principales non corrélées. La forme la plus courante est le score plot : un nuage d'échantillons sur PC1 versus PC2, où chaque axe est annoté du pourcentage de variance totale qu'il capture, et les points sont colorés par groupe pour révéler le regroupement, la séparation ou les effets de lot. Ce créateur de PCA plot transforme une description en texte courant en une figure nette et annotée — vous décrivez vos groupes, la variance que chaque composante explique et toute ellipse de confiance ou vecteur de saturation, et l'IA produit un PCA plot aux bonnes proportions avec des axes titrés et une légende, sans R, Python ni tableur.
Pourquoi utiliser un créateur de PCA plot
- Obtenez un score plot PCA net en quelques secondes sans écrire de code de tracé R ou Python.
- Montrez clairement le regroupement, la séparation des groupes et les effets de lot avec des groupes colorés et des ellipses.
- Passez d'un score plot à un biplot, un scree plot ou un graphique des saturations à partir de la même description.
- Produisez des figures de style publication pour les rapports de génomique, de métabolomique et d'apprentissage automatique.
- Communiquez les résultats de réduction de dimension à des lecteurs qui ne voient jamais la matrice de données brutes.
Comment réaliser un PCA plot
Décrivez la figure en langage courant : nommez vos groupes, donnez le pourcentage de variance pour PC1 et PC2, et indiquez si vous voulez un score plot, un biplot, un scree plot ou un graphique des saturations. Mentionnez les extras tels que des ellipses de confiance à 95 %, une légende ou des flèches de saturation annotées. SciDraw AI dessine ensuite un PCA plot net avec des étiquettes d'axes en % de variance et des couleurs de groupes soignées, et vous pouvez affiner le prompt et régénérer jusqu'à ce que la mise en page soit parfaite.
Ce que vous pouvez dessiner
- Les axes PC1 et PC2, chacun annoté du pourcentage de variance expliquée
- Des points d'échantillons colorés par groupe ou condition, avec une légende correspondante
- Des ellipses de confiance à 95 % résumant la dispersion de chaque groupe
- Des vecteurs de saturation dessinés comme des flèches annotées pour un biplot
- Un scree plot de la variance expliquée par chaque composante successive
- L'origine en (0, 0) où les composantes sont centrées
FAQ sur le PCA plot
Qu'est-ce qu'un PCA plot ?
Un PCA plot visualise l'analyse en composantes principales, qui compresse de nombreuses variables corrélées en quelques composantes principales. La forme habituelle est un score plot : un nuage d'échantillons sur PC1 versus PC2 avec chaque axe annoté du pourcentage de variance qu'il explique et des points colorés par groupe. Il sert à révéler le regroupement, la séparation des groupes et les effets de lot en génomique, métabolomique et apprentissage automatique.
Que signifient PC1, PC2 et le % de variance ?
PC1 (composante principale 1) est la direction de vos données qui capture le plus de variance ; PC2 est la direction suivante, orthogonale à PC1, qui capture le plus de la variance restante. Le pourcentage sur chaque axe est la part de variance totale que cette composante explique, donc un axe annoté « PC1 (42 %) » signifie que cette composante représente 42 % de la dispersion des données. Des pourcentages plus élevés sur les deux premières composantes signifient que le graphique 2D représente plus fidèlement les données d'origine.
Quelle est la différence entre un score plot, un biplot et un scree plot ?
Un score plot montre les échantillons positionnés sur PC1 versus PC2 et sert à voir le regroupement et la séparation des groupes. Un biplot ajoute les vecteurs de saturation des variables sous forme de flèches par-dessus le score plot, montrant quelles variables pilotent la séparation. Un scree plot est un graphique distinct du pourcentage de variance expliqué par chaque composante successive, utilisé pour décider combien de composantes conserver. Un graphique des saturations, quant à lui, montre la contribution de chaque variable à PC1 et PC2.
Comment réaliser un PCA plot en ligne ?
Saisissez une brève description de la figure souhaitée, par exemple un score plot PCA sur PC1 (42 %) vs PC2 (18 %) coloré par trois groupes avec des ellipses de confiance à 95 %, et nommez toute flèche de saturation ou un scree plot si vous en avez besoin. SciDraw AI dessine ensuite un PCA plot net et annoté. Vous pouvez ajuster la formulation et régénérer jusqu'à ce que le score plot, le biplot ou le scree plot corresponde à ce dont vous avez besoin.
Le créateur de PCA plot est-il gratuit ?
Oui, vous pouvez commencer gratuitement. Créez un compte et vous recevez des crédits gratuits pour générer des PCA plots tout de suite, des formules payantes étant disponibles si vous devez créer régulièrement de nombreuses figures.
Est-ce adapté à la recherche ou à la publication ?
Les figures sont de style publication et parfaites pour les diapositives, les posters, les brouillons et l'enseignement, mais ce sont des diagrammes illustratifs générés à partir de votre description, et non calculés à partir de vos données. Pour une figure de résultats dans un article, exécutez la véritable analyse en composantes principales sur votre jeu de données (en R, Python ou votre logiciel de statistiques) afin que la position des points, les pourcentages de variance et les ellipses reflètent des valeurs réelles, et utilisez cet outil pour maquetter ou expliquer la mise en page.
Découvrir plus d'outils
Créateur d'histogramme
Transformez des données et des classes en un histogramme de fréquences net et annoté, avec une courbe normale en option.
Essayer gratuitement
Créateur de boîte à moustaches
Générez des boîtes à moustaches nettes et annotées avec quartiles, moustaches et valeurs aberrantes à partir d'une description en texte courant.
Essayer gratuitement
Créateur de graphique en violon
Créez des graphiques en violon annotés avec des boîtes à moustaches internes et des formes de densité à partir d'une description en texte courant.
Essayer gratuitementDessinez votre PCA plot maintenant
Décrivez votre analyse en composantes principales — groupes, axes en % de variance, ellipses ou vecteurs de saturation — et obtenez un PCA plot net en quelques secondes. Commencez gratuitement avec SciDraw AI.
