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
强盛小灵通专卖员几秒前
煤矿传送带异物检测:深度学习如何提升煤矿安全?
人工智能·深度学习·sci·小论文·大论文·延毕·研究生辅导
菜鸟学326 分钟前
opencv代码分析
人工智能·opencv·计算机视觉
说私域31 分钟前
“开源AI智能名片链动2+1模式S2B2C商城小程序”在县级市场的应用与挑战分析
人工智能·小程序·开源
GoldenSpider.AI1 小时前
突破AI视频一致性瓶颈:“无废话”四步电影级工作流
人工智能·flow·elevenlabs·google whisk·gemini gem
编程小白_正在努力中1 小时前
第七章深度解析:从零构建智能体框架——模块化设计与全流程落地指南
人工智能·深度学习·大语言模型·agent·智能体
机器之心1 小时前
VinciCoder:多模态统一代码生成框架和视觉反馈强化学习,数据代码模型权重已开源
人工智能·openai
化作星辰1 小时前
深度学习_三层神经网络传播案例(L0->L1->L2)
人工智能·深度学习·神经网络
机器之心1 小时前
首个完整开源的生成式推荐框架MiniOneRec,轻量复现工业级OneRec!
人工智能·openai
_codemonster2 小时前
深度学习实战(基于pytroch)系列(十五)模型构造
人工智能·深度学习
海域云赵从友2 小时前
2025年印尼服务器选型指南:跨境业务落地的合规与性能双解
人工智能·git·github