PCA、PCoA、NMDS 三种数据降维分析方法及可视化
- PCA_ade4,使用 ade4 包进行 PCA 分析并绘图
- PCA_FactoMineR,使用 factoextra 包进行 PCA 分析并绘图
-
Plotting settings 部分是读入样本分组文件,识别样本和分组数量的多少,自动设置点的颜色、形状、图例列数
-
PCA analysis using ade4(FactoMineR) 部分是读入绘图数据,调用 R 包进行 PCA 分析,输出样本坐标文件,及 PC1、PC2 主成分对样品数据差异的贡献度
-
PCA plot using ggplot2 部分是使用 ggplot2 绘图
- geom_text 函数添加样本名称,不需要展示时,注释掉即可 - stat_ellipse 函数添加聚类圆圈,不需要展示时,注释掉即可
- PCoA,基础 PCoA 绘图
- PCoA_box_dot_PERMANOVA,基础 PCoA 图,添加边缘箱线图和 PERMANOVA 检验
-
Plotting settings 部分是读入样本分组文件,识别样本和分组数量的多少,自动设置点的颜色、形状、图例列数
-
PCoA analysis with vegan 部分是读入绘图数据,调用 vegan 包进行 PCoA 分析并绘图,输出样本距离矩阵,样本坐标文件,及 PCoA1、PCoA2 主坐标对样品矩阵数据差异的贡献度
- vegdist 函数计算距离矩阵,通过 method 选择计算距离矩阵的方法 (例如 euclidean, bray ...) - cmdscale 函数进行 PCoA 分析
-
p value 部分是调用 adonis2 函数进行 PERMANOVA 非参数检验
-
PCoA plot + boxplot using ggplot2 部分是使用 ggplot2 绘图
plot 是基础的 PCoA 散点图
- geom_text 函数添加样本名称,不需要展示时,注释掉即可 - stat_ellipse 函数添加聚类圆圈,不需要展示时,注释掉即可
box1 是主坐标 PCoA1 箱式图
- geom_boxplot 函数添加箱线图 - stat_boxplot 函数添加误差棒 - geom_jitter 函数添加散点 - coord_flip 函数将柱子‘放倒’
box2 是主坐标 PCoA2 箱式图
box3 是展示 PERMANOVA 计算的 p value等文本信息
plot_layout 函数合并以上 4 个图片
- NMDS,基础 NMDS 绘图
- NMDS_box_dot_ANOSIM,基础 NMDS 图,添加边缘箱线图和 ANOSIM 检验
-
Plotting settings 部分是读入样本分组文件,识别样本和分组数量的多少,自动设置点的颜色、形状、图例列数
-
NMDS analysis with vegan 部分是读入绘图数据,调用 vegan 包进行 NMDS 分析并绘图,输出样本坐标文件 (无权重意义),及 stress 值
- vegdist 函数计算距离矩阵,通过 method 选择计算距离矩阵的方法 (例如 euclidean, bray ...) - metaMDS 函数进行 NMDS 分析
-
p value 部分是调用 anosim 函数进行 ANOSIM 非参数检验
-
NMDS plot + boxplot using ggplot2 部分是使用 ggplot2 绘图
plot 是基础的 NMDS 散点图
- geom_text 函数添加样本名称,不需要展示时,注释掉即可 - stat_ellipse 函数添加聚类圆圈,不需要展示时,注释掉即可
box1 是 NMDS1 箱式图
- geom_boxplot 函数添加箱线图 - stat_boxplot 函数添加误差棒 - geom_jitter 函数添加散点 - coord_flip 函数将柱子‘放倒’
box2 是 NMDS2 箱式图
box3 是展示 ANOSIM 计算的 p value等文本信息
plot_layout 函数合并以上 4 个图片
码代码不易,如果你觉得我的教程对你有帮助,请关注:
个人小红书 Ms.Tt (号Ttian6688)
个人公众号 MsTt笔记