这一篇是衔接上一篇的,就是要用ggplot2程序包对PCA和PCoA进行可视化。代码我直接照搬过来了,只是绘图的时候用ggplot函数。ggplot2包实现了一个在R中基于全面一致的语法创建图形时的系统。这提供了在R中画图时经常缺乏的图形创造的一致性并允许我们创建具有创新性和新颖性的图标类型,ggplot2中,图是采用‘+’号串联的,每个函数修改属于自己的部分。
#PCA分析
#读入物种数据
phylum
#行为物种,列为样方(原是此形式无需转置)
phylum
##加载 vegan 包,如果尚未安装vegan包,需要在此步骤之前执行:install.packages('vegan')
library(vegan)
#物种数据 Hellinger 预转化(处理包含很多 0 值的群落物种数据时,推荐使用)
phylum_hel
#PCA 排序(vegan 包中 rda() 执行)
tbpca
以上完成了pca排序,需要把数据整理成ggplot可以识别的形式,所以需要一下一些操作。需要自己用excel写一个分组分件。像这样,我把每个样本都分到了对应的分组里。
#提取样方和环境因子排序坐标,前两轴,I 型标尺,还记得上篇的scaling=1型和scaling=2型吗,这里又出现
#了summary(tbpca,scaling=1)为了把这几步都干了啥解释清楚,必须展示一下#summary(tbpca,scaling=1),执行之后会出现一段很长的展示