R语言:microeco:一个用于微生物群落生态学数据挖掘的R包,第四:trans_beta class

trans_beta class:利用trans_beta类可以变换和绘制beta分集的距离矩阵。该类中涉及到beta多样性的分析主要包括排序、群距、聚类和方差分析。我们首先使用PCoA显示排序。

复制代码
> dataset$cal_betadiv()
The result is stored in object$beta_diversity ...
> t1 <- trans_beta$new(dataset = dataset, group = "Group", measure = "bray")
> t1$cal_ordination(ordination = "PCoA")
The ordination result is stored in object$res_ordination ...
> tmp <- t1$res_ordination$scores
> t2 <- trans_env$new(dataset = dataset, add_data = tmp[, 1:2])
Env data is stored in object$data_env ...
> t2$cal_diff(group = "Group", method = "anova")
The result is stored in object$res_diff ...
Warning message:
程辑包‘agricolae’是用R版本4.3.3 来建造的  #这里需要安装agricolae包,直接install就行。
> t2
trans_env object:
Env table have 2 variables: PCo1,PCo2

> p1 <- t1$plot_ordination(plot_color = "Group", plot_shape = "Group", plot_type = c("point", "ellipse"))

#然后我们绘制并比较群距。

> t1$cal_group_distance()

> t1$plot_group_distance(distance_pair_stat = TRUE)

#这里应该会有差异比较的,但是却没有。示例如下,不知道有什么问题,等到有需求我会解决这个问题。

#计算和绘制组之间的样本距离

> t1$cal_group_distance(within_group = FALSE)

> t1$plot_group_distance(distance_pair_stat = TRUE)

聚类图也是一种常用的方法。

> t1$plot_clustering(group = "Group", replace_name = c("Saline", "Type"))

#perMANOVA常用于组间距离的差异检验。

复制代码
> t1$cal_manova(cal_manova_all = TRUE)
The result is stored in object$res_manova ...
> t1$res_manova
Permutation test for adonis under reduced model
Terms added sequentially (first to last)
Permutation: free
Number of permutations: 999

adonis2(formula = use_formula, data = metadata, cal_manova_all = TRUE)
         Df SumOfSqs      R2      F Pr(>F)    
Group     2   6.1207 0.19553 10.573  0.001 ***
Residual 87  25.1822 0.80447                  
Total    89  31.3029 1.00000                  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

manova表示每一对组

复制代码
> t1$cal_manova(cal_manova_paired = TRUE)
The result is stored in object$res_manova ...
> t1$res_manova
Permutation test for adonis under reduced model
Terms added sequentially (first to last)
Permutation: free
Number of permutations: 999

adonis2(formula = use_formula, data = metadata, cal_manova_paired = TRUE)
         Df SumOfSqs      R2      F Pr(>F)    
Group     2   6.1207 0.19553 10.573  0.001 ***
Residual 87  25.1822 0.80447                  
Total    89  31.3029 1.00000                  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
复制代码
# manova用于指定组集:这里是“group + Type”
> t1$cal_manova(cal_manova_set = "Group + Type")
The result is stored in object$res_manova ...
> t1$res_manova
Permutation test for adonis under reduced model
Terms added sequentially (first to last)
Permutation: free
Number of permutations: 999

adonis2(formula = use_formula, data = metadata, cal_manova_set = "Group + Type")
         Df SumOfSqs      R2      F Pr(>F)    
Group     2   6.1207 0.19553 10.573  0.001 ***
Residual 87  25.1822 0.80447                  
Total    89  31.3029 1.00000                  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

这个包的改动有些大,以前的代码不能直接跑了。我发觉,学习这个包还是要基于需求啊,否则会很快忘掉。以前我使用vegan包分析+ggplot2包做PCOA分析,等把这个包分享完了,我会再分享其它的R语言。

相关推荐
云和数据.ChenGuang7 小时前
鸿蒙餐饮系统:全场景智慧餐饮新范式
人工智能·机器学习·华为·数据挖掘·harmonyos·鸿蒙·鸿蒙系统
GIS数据转换器9 小时前
洪水时空大数据分析与评估系统
大数据·人工智能·机器学习·数据挖掘·数据分析·无人机·宠物
AI前沿晓猛哥10 小时前
赛博朋克2077 卡顿掉帧解决:DX12终极优化指南(2026版)
数据挖掘
gorgeous(๑>؂<๑)12 小时前
【CVPR26-雷涛-陕西科技大学陕西省人工智能联合实验室】SPEGC:基于语义提示增强图聚类的医学图像分割持续测试时自适应
人工智能·科技·机器学习·数据挖掘·聚类
小陈工12 小时前
2026年3月21日技术资讯洞察:云原生理性回归与Python异步革命
人工智能·python·云原生·数据挖掘·回归
Daydream.V12 小时前
多分类——8种算法进行类比
人工智能·分类·数据挖掘
DeepModel1 天前
【分类算法】逻辑回归超详细讲解
分类·数据挖掘·逻辑回归
房开民1 天前
paddle 文本检测识别模型转为onnx
开发语言·r语言·paddle
全栈开发圈1 天前
干货分享|R语言聚类分析2
人工智能·机器学习·r语言
輕華1 天前
矿物成分数据智能分类实战(三):以平均值填充数据集的pytorch框架和MLP算法实现与性能分析
pytorch·分类·数据挖掘