免费PCA图制作工具
用纯文字描述即可生成PCA得分图、双标图或碎石图
描述你的主成分分析——分组、PC1与PC2上的方差百分比，以及需要的置信椭圆或载荷向量，AI即可绘制清晰、出版级的PCA图，适用于基因组学、代谢组学和机器学习报告。
AI PCA图制作工具
预览
示例这是示例结果。描述你的内容,生成你自己的。
PCA图示例
点击任意示例加载其提示语，或将其作为自定义PCA图的起点。
什么是PCA图？
PCA图（主成分分析图）用于可视化主成分分析的结果，该方法将众多相关变量压缩为少数几个互不相关的主成分。最常见的形式是得分图：样本在PC1对PC2上的散点分布，每条坐标轴均标注其所捕获的总方差百分比，点按分组着色以揭示聚类、分离或批次效应。这款PCA图制作工具会把一段文字描述转化为干净、带标注的图——你描述分组、各成分解释的方差以及任何置信椭圆或载荷向量，AI便生成比例恰当、坐标轴有标题且带图例的PCA图，无需R、Python或电子表格。
为什么要用PCA图制作工具
- 几秒钟即可获得干净的PCA得分图，无需编写R或Python绘图代码。
- 用分组配色和置信椭圆清晰展示聚类、组间分离和批次效应。
- 从同一段描述中切换得分图、双标图、碎石图或载荷图。
- 为基因组学、代谢组学和机器学习报告生成出版级图表。
- 向从未见过原始数据矩阵的读者传达降维分析的结果。
如何制作PCA图
用通俗语言描述图形：列出你的分组，给出PC1和PC2的方差百分比，并说明你需要得分图、双标图、碎石图还是载荷图。提及附加元素，例如95%置信椭圆、图例或带标注的载荷箭头。SciDraw AI随后会绘制一张坐标轴带方差百分比标注、分组配色整洁的PCA图，你还可不断修改提示词并重新生成，直到版式完全符合预期。
你可以画什么
- PC1和PC2坐标轴，每条均标注其解释的方差百分比
- 按分组或条件着色的样本点，并配有对应图例
- 概括各组分散程度的95%置信椭圆
- 为双标图绘制的带标注载荷向量箭头
- 展示各主成分依次解释方差的碎石图
- 位于(0, 0)、各成分以此为中心的原点
PCA图常见问题
什么是PCA图？
PCA图（主成分分析图）用于可视化主成分分析，它将众多相关变量压缩为少数几个主成分。常见形式是得分图：样本在PC1对PC2上的散点，每条坐标轴标注其解释的方差百分比，点按分组着色。它用于揭示基因组学、代谢组学和机器学习中的聚类、组间分离和批次效应。
PC1、PC2和方差百分比是什么意思？
PC1（第一主成分）是数据中捕获方差最多的方向；PC2是与PC1正交、在剩余方差中捕获最多的方向。每条坐标轴上的百分比是该成分解释的总方差占比，因此标为「PC1（42%）」的坐标轴表示该成分解释了数据中42%的分散。前两个成分的百分比越高，二维图就越能忠实地代表原始数据。
得分图、双标图和碎石图有什么区别？
得分图展示样本在PC1对PC2上的位置，用于观察聚类和组间分离。双标图在得分图之上叠加变量载荷向量箭头，显示哪些变量驱动了分离。碎石图是另一张单独的图，展示各成分依次解释的方差百分比，用于决定保留多少个成分。而载荷图则展示每个变量对PC1和PC2的贡献。
如何在线制作PCA图？
输入一段简短描述，例如PC1（42%）对PC2（18%）、按三组着色并带95%置信椭圆的PCA得分图，如有需要也可注明载荷箭头或碎石图。SciDraw AI随后会绘制一张干净、带标注的PCA图。你可以调整措辞并重新生成，直到得分图、双标图或碎石图符合你的需求。
PCA图制作工具免费吗？
可以免费上手。注册账号后即可获得免费额度，立刻开始生成PCA图；如果你需要经常制作大量图表，也提供付费套餐。
适合用于科研或论文发表吗？
这些图为出版级风格，非常适合幻灯片、海报、初稿和教学，但它们是依据你的描述生成的示意图，而非从你的数据计算得出。若要用作论文中的结果图，请在你的数据集上运行真正的主成分分析（用R、Python或你的统计软件），使点的位置、方差百分比和椭圆反映真实数值，再用本工具来设计或讲解版式。
