本篇内容介绍了“R语言做主坐标举例分析”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
成都创新互联公司专注于网站建设|成都网站维护公司|优化|托管以及网络推广，积累了大量的网站设计与制作经验，为许多企业提供了网站定制设计服务，案例作品覆盖混凝土搅拌站等行业。能根据企业所处的行业与销售的产品，结合品牌形象的塑造，量身定制品质网站。
使用R语言vegan包里的varespec数据集
首先加载vegan这个包
library(vegan)
然后通过data()函数来获得这个数据
data("varespec")
这个数据集是24行44列，每行是一个样地，每列是样地里的植物种类。数值具体代表什么我还没有看明白，现在的理解就是度量这种植物在这个样地丰富度的一个标准吧。
下面开始实际操作- 首先是将数据集赋值给新的变量，并以site1-24对新的数据集的行进行命名
df<-varespec
rownames(df)<-paste0("site",1:24)
bray_dist<-vegdist(df,method = "bray")
- 使用ape这个包中的pcoa()函数做PCoA分析
library(ape)
df.pcoa<-pcoa(bray_dist,correction = "cailliez")
df.pcoa$vectors能够获得用于画图的数据
image.pngdf.pcoa$values可以获得坐标轴上显示的百分比
image.png 最后用ggplot2来画这个图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$Rel_corr_eig[2]*100,2)
x_label
y_label
ggplot(data=df.plot,aes(x=Axis.1,y=Axis.2))+
geom_point()+
theme_bw()+
theme(panel.grid = element_blank())+
geom_vline(xintercept = 0,lty="dashed")+
geom_hline(yintercept = 0,lty="dashed")+
labs(x=paste0("PCoA1 ",x_label,"%"),
y=paste0("PCoA2 ",y_label,"%"))
image.png通过上图我们可以看到这些样地大体上可以分为两组，如果自己手头有样地的分组数据就可以看看这个结果是不是和自己的分组数据一致。
下面人为的给他分个组，然后添加一个表示分组的椭圆
df.plot$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"))
image.png“R语言做主坐标举例分析”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注创新互联网站，小编将为大家输出更多高质量的实用文章！
新闻标题：R语言做主坐标举例分析
网页网址：
http://cdkjz.cn/article/gscdie.html
