#PCoA 分析在R语言中进行主要依赖于以下得包，进行这个分析得主要可以应用于形态学数据得相似与差异性分析。library(ade4)library(ggplot2)library(RColorBrewer)library(vegan)这里我们使用R自带得数据irisdata(iris)在R语言中通常都会使用这个数据进行案例分析#irisdata(iris)irisdata01<-iris[,-5]#数据预处理，去掉最后一列得数据标签data01dis01<-vegdist(data01,method = "euclidean")#这里是为了算矩阵距离，方法根据数据选择合适得方法dis01pcoa1<- (dis01, scan = FALSE,nf=3)#进行PCoA分析pcoa1pcoa1_eig<-pcoa1$eig[1:2]/sum(pcoa1$eig)#算一下前两列对整个数据得解释比例pcoa1_eigsamplesite1<({pcoa1$li})[1:2]#将前两列的数据分析结果放到sample_site1里面sample_site1sample_site1$names<-rownames(sample_site1)#设置名称sample_site1$namesiris$Speciessample_site1$level<-factor(iris$Species,levels = c("setosa","versicolor","virginica"))#设置level的标签sample_site1$levelnames(sample_site1)[1:2]<-c("PCoA1","PCoA2")p<-ggplot(sample_site1, mapping=aes(PCoA1, PCoA2,color=level))+theme_classic()p<-p+geom_point()#绘制散点图p
微笑的可爱多
