R酷的数据科学笔记

通常，大家对维恩图的了解较多，因为它在所发表的文章中比较常见。然而，当集合的数量种类较多（超过5个时），其可视化显得杂乱无章。事实上，这两类图所展示的内容的本质是一样的，可以根据自身的实际情况，选择合适自己文章的图形。时，相比于维恩图，集合图展示的结果（不同组的特有或共有信息）依然清晰（当然集合图也是可以改颜色的，这个大家不用担心并不是如此黑）。因此，我们要做的就是根据自己数据的情况，选择合适的集合图形。在进行数据的集合可视化时，即突出不同处理、各组样本之间独有或共有的特征或元素，可以利用。

CPCoA分析也是属于排序分析的一种。它与PCA，PCoA不同，与CCA或RDA类似。（前者属于非限制性，后者属于限制性；非限制性=非约束性=无监督，限制性=约束性=有监督=典范）这里不过多描述，参考原理，该文对于非限制性和限制性有较为详细的介绍。咱们主要描述R语言实现过程，由于原来函数是计算对应值并直接展示固定的绘图结果，我对amplicon包中函数提取了计算结果的代码。

R语言16S功能预测 ~ TaxFun4包

R语言Mantel Test~

R语言多元方差分析ADONIS、ANOSIM、PERMANOVA及MRPP的应用~

R语言VPA分析~

普鲁克分析（Procrustes analysis）是一种用于形状分布的分析方法。数学上：通过不断迭代，寻找标准形状（canonical shape），并利用最小二乘法寻找每个样本形状到这个标准形状的仿射变化方式。普氏分析可基于不同多元数据集的排序构型（≥2组），通过平移、旋转、缩放等转换方式，实现最大叠合（maximal superimposition），用于各数据集间的对比分析。排序方法可选择PCA、PCoA、NMDS等。