R语言做主坐标举例分析

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。

• 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)

• 计算距离

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

df.pcoa$values可以获得坐标轴上显示的百分比

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"))