没有人回答么？

prcomp和princomp之间区别不是很大，
前者采用SVD实现，后者采用上面的实对称矩阵对角化方式实现，
两种的接口类似，只是前者的参数稍微多一些
用summary()可以看到特征值和特征向量
   
不过princomp不适用于基因数据

两者的区别主要是使用不同的分解方式：
"prcomp" is done by singular value decomposition, whereas "princomp" is done by spectral decomposition on the correlation or covariance matrix, and the former is preferred for numerical accuracy
如果数据支持SVD，当然选前者。另外一般都会设定scale=T