zzlzef / PCA_PCoA_NMDS

数据降维方法

PCA、PCoA、NMDS 三种数据降维分析方法及可视化

PCA

• 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

1. 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

2. 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

3. 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

• 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

1. 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

2. 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
   

3. p value 部分是调用 adonis2 函数进行 PERMANOVA 非参数检验

4. 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

• 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

1. 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

2. 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
   

3. p value 部分是调用 anosim 函数进行 ANOSIM 非参数检验

4. 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

最重要的是：

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