r语言做断轴_R语言做冗余分析(RDA)的一个简单小例子

冗余分析(redundancy analysis, RDA)自己之前也听过,好像是生态学研究中用的比较多,主要是用来探索环境和一些样本指标之间的关系。最近自己在看一些群体遗传相关的内容,发现RDA也可以用在群体遗传方面 ,比如这个参考链接 https://popgen.nescent.org/2018-03-27_RDA_GEA.html 就介绍了这个分析,主要研究内容自己还没有看明白:大体好像是利用芯片技术测了一些狼的基因型,同时采集了狼生活地点的环境数据,利用RDA同时分析基因型数据和环境数据。这个看的还有些模棱两可,还需要仔细看看。这个链接对应的两篇论文

https://onlinelibrary.wiley.com/doi/abs/10.1111/mec.13364

835a6f4395f0eda96ea75d03e0685ef9.png

https://onlinelibrary.wiley.com/doi/full/10.1111/mec.14584

e89f55cce50aaaa727ffd5c40b9af75a.png

找资料的时候还找到了另外一篇论文

https://onlinelibrary.wiley.com/doi/abs/10.1111/1755-0998.12906

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Matplotlib断是指在绘制图表时,当某些变量的数量级远大于其他变量时,为了将它们放在同一张图中,需要对坐标进行截断。Matplotlib没有直接提供这个功能,但可以通过一些技巧实现。其中一种方法是使用mpl_toolkits.axes_grid1库中的make_axes_locatable函数来创建一个新的坐标,并将其放置在原始坐标的位置上,然后在新的坐标上绘制数据。这样就可以实现断的效果。 举个例子,如果我们要绘制一组数据,其中有一个变量的数量级远大于其他变量,我们可以使用Matplotlib的断功能来将其放在同一张图中。具体步骤如下: ```python import matplotlib.pyplot as plt from mpl_toolkits.axes_grid1 import make_axes_locatable # 生成数据 x = [1, 2, 3, 4, 5] y1 = [10, 20, 30, 40, 50] y2 = [1000, 2000, 3000, 4000, 5000] # 创建画布和子图 fig, ax = plt.subplots() # 绘制数据 ax.plot(x, y1) ax.set_ylabel('y1') # 创建新的坐标 divider = make_axes_locatable(ax) ax2 = divider.append_axes("bottom", size="30%", pad=0.1) # 绘制数据 ax2.plot(x, y2) ax2.set_ylabel('y2') # 设置坐标范围 ax.set_ylim(0, 60) ax2.set_ylim(900, 5500) # 显示图形 plt.show() ``` 在这个例子中,我们使用make_axes_locatable函数创建了一个新的坐标,并将其放置在原始坐标的下方。然后在新的坐标上绘制了另一组数据。最后,我们通过设置坐标的范围来实现断的效果。
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