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
X.AI66619 分钟前
YouTube评论情感分析项目84%正确率:基于BERT的实战复现与原理解析
人工智能·深度学习·bert
艾莉丝努力练剑25 分钟前
【C++:继承】面向对象编程精要:C++继承机制深度解析与最佳实践
开发语言·c++·人工智能·继承·c++进阶
小宁爱Python40 分钟前
从零搭建 RAG 智能问答系统 6:Text2SQL 与工作流实现数据库查询
数据库·人工智能·python·django
Hard_Liquor42 分钟前
Datawhale秋训营-“大运河杯”数据开发应用创新大赛
人工智能·深度学习·算法
运维行者_1 小时前
AWS云服务故障复盘——从故障中汲取的 IT 运维经验
大数据·linux·运维·服务器·人工智能·云计算·aws
Saniffer_SH1 小时前
搭载高性能GPU的英伟达Nvidia DGX Spark桌面性能小怪兽国内首台开箱视频!
人工智能·深度学习·神经网络·ubuntu·机器学习·语言模型·边缘计算
数字化脑洞实验室1 小时前
AI决策vs人工决策:效率的底层逻辑与选择边界
人工智能
可触的未来,发芽的智生1 小时前
追根索源:换不同的词嵌入(词向量生成方式不同,但词与词关系接近),会出现什么结果?
javascript·人工智能·python·神经网络·自然语言处理
递归不收敛1 小时前
三、检索增强生成(RAG)技术体系
人工智能·笔记·自然语言处理