R:Bray-Curtis NMDS

導讀

Bray-Curtis NMDS降維分析菌群結構。

一倘感、輸入數(shù)據(jù)

1.1 菌屬豐度矩陣

df = data.frame(abs(round(matrix(rnorm(729, 100, 50), 27, 27))))
rownames(df) = paste(rep(paste(rep(c("A", "B", "C"), each=3), rep(c("I","II","III")), sep=""), each=3), 1:3, sep="")
colnames(df) = paste("genus", 1:27, sep="")

1.2 樣品分組

df_group = paste(rep(c("A", "B", "C"), each=9), rep(c("I","II","III"), each=3), sep="")
data.frame(rownames(df), df_group)

二放坏、BC NMDS函數(shù)

library(vegan)
library(ggplot2)
library(ape)
# nmds
nmds_f = function(input, group)
{
    nmds = metaMDS(input, distance="bray", k=2)
    nmds_point = data.frame(nmds$points)

    nmds_point$Category = group
    nmds_point$Group = substring(nmds_point[, 3], 1, 1)
    nmds_point$Mark = substring(nmds_point[, 3], 2)
    # substring(x, start, end) no end is all
    write.csv(nmds_point, file="bray_curtis_nmds.csv")
    
    result = ggplot(nmds_point, aes(x=MDS1, y=MDS2, color = Group)) +
      geom_point(aes(shape = Mark), size = 4) + 
      stat_ellipse(level = 0.95, show.legend = F, aes(fill = Category)) +
      theme_classic() +  # 經典,只有xy軸
      labs(title = paste('Bray-Curtis  NMDS  Stress =', round(nmds$stress, 4))) +
      scale_color_manual(values=c("A" = "#EE6363", "B" = "#1E90FF", "C" = "#00C5CD")) +
      scale_shape_manual(values=c(1, 2, 0)) +
      guides(color = guide_legend(order=1), shape = guide_legend(order=2))
      # guides(color=guide_legend(title = NULL)) +
      # theme(legend.title=element_blank()) + 
      # geom_hline(yintercept = 0, size=0.1, linetype="dashed") +
      # geom_vline(xintercept = 0, size=0.1, linetype="dashed") +
      # geom_text(aes(label = rownames(nmds_point))) +
      # theme(panel.grid=element_blank(), panel.background=element_rect(color='black', fill='transparent')) +
      # theme_bw() +  # 黑框老玛,無背景
      # theme(legend.title = element_text(size = 13, face = "bold"), plot.title = element_text(hjust = 0.5))
    ggsave(result, filename="bray_curtis_nmds.pdf")
}

三淤年、分析及結果

nmds_f(df, df_group)


ellipse圈圈沒出來,數(shù)據(jù)是模擬的蜡豹,沒事

3.1 結果文件

3.2 結果表

3.3 結果圖

四麸粮、分析舉例

在ggplot2中更改用于scale_shape()的形狀
NMDS說明

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市镜廉,隨后出現(xiàn)的幾起案子弄诲,更是在濱河造成了極大的恐慌,老刑警劉巖娇唯,帶你破解...
    沈念sama閱讀 218,858評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件齐遵,死亡現(xiàn)場離奇詭異寂玲,居然都是意外死亡,警方通過查閱死者的電腦和手機梗摇,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,372評論 3 395
  • 文/潘曉璐 我一進店門拓哟,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人伶授,你說我怎么就攤上這事彰檬。” “怎么了谎砾?”我有些...
    開封第一講書人閱讀 165,282評論 0 356
  • 文/不壞的土叔 我叫張陵逢倍,是天一觀的道長。 經常有香客問我景图,道長较雕,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,842評論 1 295
  • 正文 為了忘掉前任挚币,我火速辦了婚禮亮蒋,結果婚禮上,老公的妹妹穿的比我還像新娘妆毕。我一直安慰自己慎玖,他們只是感情好,可當我...
    茶點故事閱讀 67,857評論 6 392
  • 文/花漫 我一把揭開白布笛粘。 她就那樣靜靜地躺著趁怔,像睡著了一般。 火紅的嫁衣襯著肌膚如雪薪前。 梳的紋絲不亂的頭發(fā)上润努,一...
    開封第一講書人閱讀 51,679評論 1 305
  • 那天,我揣著相機與錄音示括,去河邊找鬼铺浇。 笑死,一個胖子當著我的面吹牛垛膝,可吹牛的內容都是我干的鳍侣。 我是一名探鬼主播,決...
    沈念sama閱讀 40,406評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼吼拥,長吁一口氣:“原來是場噩夢啊……” “哼倚聚!你這毒婦竟也來了?” 一聲冷哼從身側響起扔罪,我...
    開封第一講書人閱讀 39,311評論 0 276
  • 序言:老撾萬榮一對情侶失蹤秉沼,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體唬复,經...
    沈念sama閱讀 45,767評論 1 315
  • 正文 獨居荒郊野嶺守林人離奇死亡矗积,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,945評論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了敞咧。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片棘捣。...
    茶點故事閱讀 40,090評論 1 350
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖休建,靈堂內的尸體忽然破棺而出乍恐,到底是詐尸還是另有隱情,我是刑警寧澤测砂,帶...
    沈念sama閱讀 35,785評論 5 346
  • 正文 年R本政府宣布茵烈,位于F島的核電站,受9級特大地震影響砌些,放射性物質發(fā)生泄漏呜投。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,420評論 3 331
  • 文/蒙蒙 一存璃、第九天 我趴在偏房一處隱蔽的房頂上張望仑荐。 院中可真熱鬧,春花似錦纵东、人聲如沸粘招。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,988評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽洒扎。三九已至,卻和暖如春甜橱,著一層夾襖步出監(jiān)牢的瞬間逊笆,已是汗流浹背栈戳。 一陣腳步聲響...
    開封第一講書人閱讀 33,101評論 1 271
  • 我被黑心中介騙來泰國打工岂傲, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人子檀。 一個月前我還...
    沈念sama閱讀 48,298評論 3 372
  • 正文 我出身青樓镊掖,卻偏偏與公主長得像,于是被迫代替她去往敵國和親褂痰。 傳聞我的和親對象是個殘疾皇子亩进,可洞房花燭夜當晚...
    茶點故事閱讀 45,033評論 2 355

推薦閱讀更多精彩內容