R语言【rgbif】——name_backbone()和name_backbone_verbose()在 GBIF 分类树中查找名称。

Package rgbif version 3.7.8


Parameters

R 复制代码
name_backbone(
  name,
  rank = NULL,
  kingdom = NULL,
  phylum = NULL,
  class = NULL,
  order = NULL,
  family = NULL,
  genus = NULL,
  strict = FALSE,
  verbose = FALSE,
  start = NULL,
  limit = 100,
  curlopts = list()
)

name_backbone_verbose(
  name,
  rank = NULL,
  kingdom = NULL,
  phylum = NULL,
  class = NULL,
  order = NULL,
  family = NULL,
  genus = NULL,
  strict = FALSE,
  start = NULL,
  limit = 100,
  curlopts = list()
)

参数【name】:(字符)可能带有作者姓名的学名全称(必填)。

参数【rank】:(字符)作为等级枚举给出的等级。可选。

参数【kingdom】:(字符)如果提供,默认情况下,如果没有找到与名称直接匹配的匹配项,也会尝试与此匹配。可选。

参数【phylum】:(字符)如果提供,默认情况下,如果没有找到与名称直接匹配的匹配项,也会尝试与此匹配。可选。

参数【class】:(字符)如果提供,默认情况下,如果没有找到与名称直接匹配的匹配项,也会尝试与此匹配。可选。

参数【order】:(字符)如果提供,默认情况下,如果没有找到与名称直接匹配的匹配项,也会尝试与此匹配。可选。

参数【family】:(字符)如果提供,默认情况下,如果没有找到与名称直接匹配的匹配项,也会尝试与此匹配。可选。

参数【genus】:(字符)如果提供,默认情况下,如果没有找到与名称直接匹配的匹配项,也会尝试与此匹配。可选。

参数【strict】:(逻辑)如果为 TRUE,则(模糊)只匹配给定名称,但绝不匹配上层分类中的分类群(可选)。

参数【verbose】:(逻辑),该函数是否会返回更多(更不可靠)的结果。参见函数 name_backbone_verbose()

参数【start】:开始的记录编号。默认值:0 ,与参数【limit】结合使用可翻阅结果。

参数【limit】:要返回的记录数。默认值:100 。最大值 1000

参数【curlopts】:传递给 HttpClient 的指定 curl 选项的列表。请参阅 curl::curl_options了解 curl选项。

如果没有匹配到结果,GBIF 会返回一个 data.frame ,其中包含 synonymconfidencematchType='NONE' 三列。


Value

对于 name_backbone,是一个包含多列的单一分类群的 data.frame

对于 name_backbone_verbosedata.frame 中的模糊匹配结果数量较多。

您还将以 input_name、input_rank、input_kingdom 等列的形式获得输入的参数【name】、参数【rank】、参数【kingdom】、参数【phylum】等信息。


Examples

R 复制代码
> name_backbone(name='Helianthus annuus', kingdom='plants')

# A tibble: 1 × 24
  usageKey scientificName  canonicalName rank  status confidence matchType kingdom
*    <int> <chr>           <chr>         <chr> <chr>       <int> <chr>     <chr>  
1  9206251 Helianthus ann... Helianthus a... SPEC... ACCEP...        100 EXACT     Plantae
# ℹ 16 more variables: phylum <chr>, order <chr>, family <chr>, genus <chr>,
#   species <chr>, kingdomKey <int>, phylumKey <int>, classKey <int>,
#   orderKey <int>, familyKey <int>, genusKey <int>, speciesKey <int>,
#   synonym <lgl>, class <chr>, verbatim_name <chr>, verbatim_kingdom <chr>

> name_backbone(name='Helianthus', rank='genus', kingdom='plants')

# A tibble: 1 × 23
  usageKey scientificName canonicalName rank  status  confidence matchType kingdom
*    <int> <chr>          <chr>         <chr> <chr>        <int> <chr>     <chr>  
1  3119134 Helianthus L.  Helianthus    GENUS ACCEPT...         98 EXACT     Plantae
# ℹ 15 more variables: phylum <chr>, order <chr>, family <chr>, genus <chr>,
#   kingdomKey <int>, phylumKey <int>, classKey <int>, orderKey <int>,
#   familyKey <int>, genusKey <int>, synonym <lgl>, class <chr>,
#   verbatim_name <chr>, verbatim_rank <chr>, verbatim_kingdom <chr>

> name_backbone(name='Poa', rank='genus', family='Poaceae')

# A tibble: 1 × 23
  usageKey scientificName canonicalName rank  status  confidence matchType kingdom
*    <int> <chr>          <chr>         <chr> <chr>        <int> <chr>     <chr>  
1  2704173 Poa L.         Poa           GENUS ACCEPT...        100 EXACT     Plantae
# ℹ 15 more variables: phylum <chr>, order <chr>, family <chr>, genus <chr>,
#   kingdomKey <int>, phylumKey <int>, classKey <int>, orderKey <int>,
#   familyKey <int>, genusKey <int>, synonym <lgl>, class <chr>,
#   verbatim_name <chr>, verbatim_rank <chr>, verbatim_family <chr>
相关推荐
大写-凌祁几秒前
论文阅读:HySCDG生成式数据处理流程
论文阅读·人工智能·笔记·python·机器学习
柯南二号11 分钟前
深入理解 Agent 与 LLM 的区别:从智能体到语言模型
人工智能·机器学习·llm·agent
珂朵莉MM13 分钟前
2021 RoboCom 世界机器人开发者大赛-高职组(初赛)解题报告 | 珂学家
java·开发语言·人工智能·算法·职场和发展·机器人
IT_陈寒28 分钟前
Element Plus 2.10.0 重磅发布!新增Splitter组件
前端·人工智能·后端
jndingxin28 分钟前
OpenCV CUDA模块图像处理------创建一个模板匹配(Template Matching)对象函数createTemplateMatching()
图像处理·人工智能·opencv
盛寒1 小时前
N元语言模型 —— 一文讲懂!!!
人工智能·语言模型·自然语言处理
weixin_177297220691 小时前
家政小程序开发——AI+IoT技术融合,打造“智慧家政”新物种
人工智能·物联网
Jay Kay1 小时前
ReLU 新生:从死亡困境到强势回归
人工智能·数据挖掘·回归
Blossom.1181 小时前
使用Python和Flask构建简单的机器学习API
人工智能·python·深度学习·目标检测·机器学习·数据挖掘·flask
无声旅者2 小时前
AI 模型分类全解:特性与选择指南
人工智能·ai·ai大模型