在线作图丨数据降维方法②——主坐标分析PCoA

什么是PCoA?
主坐标分析(principal co-ordinates analysis,PCoA)呈现研究数据相似性或差异性的可视化坐标,是一种非约束性的数据降维分析方法,可用来研究样本群落组成的相似性或相异性。PCoA以样本距离为整体考虑,更符合生态学数据特征,在微生物分析领域应用也更为广泛。

PCoA和PCA的区别
与PCA类似,通过一系列的特征值和特征向量进行排序后,选择主要排在前几位的特征值,找到距离矩阵中最主要的坐标,图片是数据矩阵的一个降维投影,它没有改变样本点之间的相互位置关系,只是改变了坐标系统。两者的区别为PCA是基于样本的相似系数矩阵(如欧式距离)来寻找主成分,而PCoA是基于距离矩阵(欧式距离以外的其他距离)来寻找主坐标。
Tips:方法没有绝对的好坏之分,主要是不同的研究目的而采用更为适合的方法进行数据展示。如果实在不知道哪一种方法更适合,可以使用同时使用多个方法进行分析,最终挑选最能解释生物学问题的方案。

如何不使用R语言生成一个PCoA图?
小编和他的小伙伴们开发了一个在线的作图小网站——云图图(www.cloudtutu.com,免费的哦~),操作步骤如下:
①登录网址:www.cloudtutu.com(推荐使用360或者谷歌浏览器)
②输入用户名和密码(小编已经为大家填好了,如果不显示可添加文末二维码添加小编获取),输入验证码后即可登录,不必注册,直接使用,不必担心隐私泄露,是不是诚意满满~
③登录后

  • 0
    点赞
  • 22
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值