R语言入门:vegan包diversity()、simpson.unb()、fisher.alpha()、specnumber函数

1、简介

Shannon, Simpson, and Fisher diversity indices and species richness.

2、使用语法

R 复制代码
diversity(x, index = "shannon", groups, equalize.groups = FALSE,
   MARGIN = 1, base = exp(1))
simpson.unb(x, inverse = FALSE)
fisher.alpha(x, MARGIN = 1, ...)
specnumber(x, groups, MARGIN = 1)

3、参数解释

3.1 diversity()

  • 作用: 计算样本的生物多样性指数。
  • 参数 :
    • x: 包含生物数据的矩阵或数据框。
    • index: 指定要计算的生物多样性指数,例如 Shannon、Simpson 、Invsimpson等。
    • groups: (可选)分组变量,用于根据其值计算指数。
    • equalize.groups: (可选)逻辑值,指示是否在计算指数之前均衡组的样本数。
    • MARGIN: 指示应用函数的维度,1 表示按行应用,2 表示按列应用。
    • base: (可选)用于 Shannon 指数计算的底数。
  • 返回值: 返回一个包含生物多样性指数的向量或矩阵。

3.2 simpson.unb()

  • 作用: 计算样本的 Simpson 无偏估计。
  • 参数 :
    • x: 包含生物数据的矩阵或数据框。
    • inverse: (可选)逻辑值,指示是否返回 Simpson 的逆指数(即倒数)。
  • 返回值: 返回 Simpson 未偏估计的值或其逆。

3.3 fisher.alpha()

  • 作用: 计算样本的 Fisher's alpha 指数。
  • 参数 :
    • x: 包含生物数据的矩阵或数据框。
    • MARGIN: 指示应用函数的维度,1 表示按行应用,2 表示按列应用。
    • ...: 其他参数,用于传递给底层函数。
  • 返回值: 返回 Fisher's alpha 指数的值。
3.4 specnumber()
  • 作用: 计算样本的物种数或群落中的物种丰富度。
  • 参数 :
    • x: 包含生物数据的矩阵或数据框。
    • groups: (可选)分组变量,用于根据其值计算物种数。
    • MARGIN: 指示应用函数的维度,1 表示按行应用,2 表示按列应用。
  • 返回值: 返回样本中的物种数。

4、举例

代码来自于:Package *vegan* version 2.6-4 Index,在Rstudio中可找到这个代码。

这里对生态数据集BCI进行了一系列生物多样性分析,并进行了一些统计计算和绘图,以了解不同栖息地之间的物种多样性和差异。

复制代码
# 加载BCI和BCI.env数据集
data(BCI, BCI.env)

# 计算整体生物多样性(Shannon指数)
H <- diversity(BCI)

# 计算Simpson指数
simp <- diversity(BCI, "simpson")

# 计算Simpson逆指数
invsimp <- diversity(BCI, "inv")

# 计算无偏估计的Simpson指数
unbias.simp <- simpson.unb(BCI)

# 计算Fisher's alpha指数
alpha <- fisher.alpha(BCI)

# 绘制散点图矩阵以比较各指数
pairs(cbind(H, simp, invsimp, unbias.simp, alpha), pch="+", col="blue")

# 物种丰富度(S)和Pielou's均匀度(J)的计算:
S <- specnumber(BCI) # 或者使用 rowSums(BCI > 0)
J <- H/log(S)

# beta多样性定义为gamma/alpha - 1:
# alpha是组内平均物种数,gamma是组内总物种数
alpha <- with(BCI.env, tapply(specnumber(BCI), Habitat, mean))
gamma <- with(BCI.env, specnumber(BCI, Habitat))
gamma/alpha - 1

# 类似的计算可以使用Shannon多样性指数
alpha <- with(BCI.env, tapply(diversity(BCI), Habitat, mean)) # 平均值
gamma <- with(BCI.env, diversity(BCI, groups=Habitat)) # 合并值

# 基于Shannon指数的加性beta多样性
gamma-alpha

Run example:

参考:Package vegan version 2.6-4

相关推荐
葡萄城技术团队18 分钟前
InfluxDB 2\.x 深度解析:核心架构、Flux 函数与制造业落地指南(三)
java·开发语言·架构
counting money21 分钟前
Java IO流详解:从InputStream到文件操作实战
java·开发语言·python
wuyk55543 分钟前
98.C语言易混难点:字符数组与字符串指针的底层差异
c语言·开发语言·c++·stm32·嵌入式硬件·算法
峥无1 小时前
从0到1手撕红黑树:封装实现 my_map 与 my_set(SGI-STL 源码级深度解析)
开发语言·c++·笔记·算法·stl
波特率1152001 小时前
C++新特性---属性说明符与标准属性
开发语言·c++
程序员小八7771 小时前
上海百度B端java后端日常实习一面
java·开发语言
wp123_11 小时前
IPX8 防水 Type‑C连接器:安费诺 124018792112A 与 TONEVEE TY48087‑24A 技术梳理
c语言·开发语言
不会代码的小猴2 小时前
3. 控件学习1
开发语言·c++·笔记·qt·算法
fangzhanpeng1682 小时前
(前端)2.js变量作用域样例
开发语言·前端·javascript
疯狂打码的少年3 小时前
【数据结构】图的存储结构:邻接矩阵与邻接表
数据结构·笔记