对于pca , nmds, pcoa 这些排序分析来说，我们可以从图中看出样本的排列规则，比如分成了几组。
为例样本分组更加的直观，我们可以根据实验设计时的样本分组情况，对属于同一个group的样本添加1个椭圆或者其他多边形。
新版本的ggplot2 中提供了stat_ellipse 这个stat， 可以方便的实现上面的效果。
代码示例：
ggplot(faithful, aes(waiting, eruptions, color = eruptions > 3)) +
geom_point() +
stat_ellipse(level = 0.8) +
stat_ellipse(level = 0.9)
效果图如下：
通过stat_ellipse 简单有方便，其中的level 参数指定了拟合椭圆的路径时的置信度，这个数值越大，椭圆覆盖的点就越多；
这里我添加两个椭圆，只是为了美观，ggplot2 图层叠加的语法使得添加多个椭圆这么方便，不得不为其设计者点赞；
在旧版本的ggplot2 中， 是没有stat_ellipse； 而官方的开发者在新版的ggplot2 中加入了这一功能，可想而知这个应用的受欢迎程度，
除了添加椭圆，也可以使用多边形来描述分组，也很美观，只不过代码没有椭圆那么简洁
代码示例：
library(ggplot2)
library(plyr)
ggplot(faithful, aes(waiting, eruptions, color = eruptions > 3)) +
geom_point() +
stat_ellipse()
# faithful
# x y group
# 1 2 1
# 1 3 1
# 2 5 2
# 1 3 2
faithful$group <- 1
faithful$group[data$eruptions > 3] <- 2
find_hull <- function(df) df[chull(df[[1]], df[[2]]), ]
hulls <- ddply(faithful, "group", find_hull)
ggplot(faithful, aes(waiting, eruptions, color = eruptions > 3)) +
geom_point() +
geom_polygon(data = hulls, alpha = 0.5, aes(fill = factor(group)),show.legend = F)
效果图如下：
由于没有内置的stat 函数，所以添加了许多代码来计算对应的多边形的路径，如果将其写成对应的stat 函数，会更加的方便。
