本篇內(nèi)容介紹了“R語言做主坐標舉例分析”的有關(guān)知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠?qū)W有所成！
成都創(chuàng)新互聯(lián)公司專注于網(wǎng)站建設(shè)|成都網(wǎng)站維護公司|優(yōu)化|托管以及網(wǎng)絡推廣，積累了大量的網(wǎng)站設(shè)計與制作經(jīng)驗，為許多企業(yè)提供了網(wǎng)站定制設(shè)計服務，案例作品覆蓋混凝土攪拌站等行業(yè)。能根據(jù)企業(yè)所處的行業(yè)與銷售的產(chǎn)品，結(jié)合品牌形象的塑造，量身定制品質(zhì)網(wǎng)站。
使用R語言vegan包里的varespec數(shù)據(jù)集
首先加載vegan這個包
重慶分公司
重慶分公司
library(vegan)
然后通過data()函數(shù)來獲得這個數(shù)據(jù)
data("varespec")
這個數(shù)據(jù)集是24行44列，每行是一個樣地，每列是樣地里的植物種類。數(shù)值具體代表什么我還沒有看明白，現(xiàn)在的理解就是度量這種植物在這個樣地豐富度的一個標準吧。
df<-varespec
rownames(df)<-paste0("site",1:24)
bray_dist<-vegdist(df,method = "bray")
library(ape)
df.pcoa<-pcoa(bray_dist,correction = "cailliez")
df.pcoa$vectors能夠獲得用于畫圖的數(shù)據(jù)
df.pcoa$values可以獲得坐標軸上顯示的百分比
df.plot<-data.frame(df.pcoa$vectors)
head(df.plot)
library(ggplot2)
x_label<-round(df.pcoa$values$Rel_corr_eig[1]*100,2)
y_label<-round(df.pcoa$values$Rel_corr_eig[2]*100,2)
x_label
y_label
ggplot(data=df.plot,aes(x=Axis.1,y=Axis.2))+
geom_point()+
theme_bw()+
theme(panel.grid = element_blank())+
geom_vline(xintercept = 0,lty="dashed")+
geom_hline(yintercept = 0,lty="dashed")+
labs(x=paste0("PCoA1 ",x_label,"%"),
y=paste0("PCoA2 ",y_label,"%"))
通過上圖我們可以看到這些樣地大體上可以分為兩組，如果自己手頭有樣地的分組數(shù)據(jù)就可以看看這個結(jié)果是不是和自己的分組數(shù)據(jù)一致。
下面人為的給他分個組，然后添加一個表示分組的橢圓
df.plot$group<-ifelse(df.plot$Axis.1<0,"AAA","BBB")
ggplot(data=df.plot,aes(x=Axis.1,y=Axis.2,
color=group,shape=group))+
geom_point(size=5)+
theme_bw()+
theme(panel.grid = element_blank())+
geom_vline(xintercept = 0,lty="dashed")+
geom_hline(yintercept = 0,lty="dashed")+
labs(x=paste0("PCoA1 ",x_label,"%"),
y=paste0("PCoA2 ",y_label,"%"))+
stat_ellipse(data=df.plot,
geom = "polygon",
aes(fill=group),
alpha=0.3)+
scale_fill_manual(values = c("#e31a1c","#1f78b4"))
“R語言做主坐標舉例分析”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識可以關(guān)注創(chuàng)新互聯(lián)網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實用文章！
