利用Canoco5软件绘制漂亮的DCA/CCA图

作者:中国科学院天津工业生物技术研究所  王敬敬

Canoco是一套在生态学及几个相关领域内使用ordination methods来进行多变量统计分析的最常用程序包。Canoco常用的版本1998和2002(4.0和4.5)的文章在过去20年引用高达11,469次,历史上主要版本(前10篇文章)引用达21,700次。

Canoco 5是一套全新的,几乎完全重构的Canoco软件版本,在2012年10月发布。Canoco 5在Canoco 4.5基础上做了很多改进,并增加一些新的分析方法(比如PCNM)和完善了绘图功能。

本文以土壤理化因子和微生物物种数据为例,简要示范DCA的绘制流程。由于认识不深,不足、错误之处还望大家多提宝贵意见。

软件测试版安装包、安装说明和测试数据,后台回复”canoco5”获取。

准备物种和环境数据

物种数据(Phylum.xlsx),门水平(任何层面读者任选,自行准备),MT处理组3个重复,HY处理组3个重复

环境数据(SP.xlsx),理化因子,MT处理3个重复,HY处理3个重复

点击“File”,选择“Import project”-“from excel …”弹出对话框。点击“Add files…”选择物种数据(phylum.xlsx)和环境数据(SP.xlsx)。

点击“Next”,出现新的对话框,将“Selected worksheets will define…project tables“中的数字改为2。

点击“Next”,出现新的对话框,在“Choose sheet with data”中选中物种数据,在“Table name”中输入命名(Microbe)。

点击“Next”,出现新的对话框,默认选项。

点击“Next”,出现新的对话框,在“Choose sheet with data”中选中环境数据,在“Table name”中输入命名(Env)。

点击“Next”,出现新的对话框,默认选项。

点击“Finish”,出现新的对话框,选择第三项“constrained ordination of species, with selection of environmental variables”

点击“Yes”,出现新的对话框,默认选项

点击“Next”,出现新的对话框,默认选项

点击“Next”,出现新的对话框,默认选项

点击“Next”,出现新的对话框,默认选项

点击“Finish”,出现新的对话框

点击“Yes”,出现新的对话框

点击“Yes”,出现新的对话框,连续点击“Include”按扭,直到出现“No more variable to improve the fit!”对话框。

点击“OK”,出现新的对话框,默认选项

点击“Next”,出现新的对话框,默认选项

点击“Next”,出现新的对话框,默认选项

点击“Next”,出现新的对话框,默认选项

点击“Finish”,等待几分钟后,出现结果,如下,方法为PCA,调整后的解释度为0.0%

可以点击窗口中央的“Details”查看详细信息,可以点击左侧“Copy”复制结果。

即Forward Selection Results下面窗口中显示的结果,复制内容如下,如粘贴到其它文本编辑器内Analysis 'Interactive-forward-selection', step 'Forward Selection'

Forward Selection Results:

Name    Explains %    Contribution %    pseudo-F    P    P(adj)

TN    55.7    55.7    5.0    0.004    0.014

Salt    21.5    21.5    2.8    0.146    0.511

TOC    16.9    16.9    5.7    0.074    0.259

pH    3.9    3.9    2.0    0.298    0.4592

SK    2.0    2.0    <0.1    1.    1.

根据前向选择的结果重分析

点击左下角的“New…”,出现对话框,默认选项

点击“Next”,出现新的对话框,默认选项

点击“Next”,出现新的对话框,选择“Constrained (species ~ environmental variables)”

点击“Finish”,出现新的对话框,默认选项(此页可能没有,不用在意)

点击“Next”,出现新的对话框,默认选项(此页可能没有,不用在意)

点击“Next”,出现新的对话框,根据前向选择的结果,去除环境因子,这里我们去除SN和SP,即之前分析结果中没有显示在表格中的环境因子。

点击“Next”,出现新的对话框,默认选项

点击“Next”,出现新的对话框,选择“Summarize effects of expl.variables”

点击“Next”,出现新的对话框,默认选项

点击“Next”,出现新的对话框,默认选项

点击“Yes”,出现新的对话框,默认选项

点击“Next”,出现新的对话框,默认选项

点击“Next”,出现新的对话框,默认选项

点击“Next”,出现新的对话框,默认选项

点击“Finish”,等待几分钟后,出现结果,方法为PCA,调整解释方差为0.0%

根据Effects重分析

根据“Term Effects”,选择“TN TOC PH SALT”重新进行分析,方法如上,点击New…等,结果如下所示,方法为RDA,调整后的方差解释度为90.2%

TN对物种的影响具有显著性。TN对群落变异的解释度为55.7%,可以认为是驱动群落变异的主要因子。

点击“Graph1”,“Graph2”,会出现环境因子和物种,环境因子和样方的RDA图。

还可以点击“Graph”—“Triplots”—“with environmental variables”制作包含样方、物种和环境因子的三元图。可以点击工具栏按扭

进行颜色、形状、字体等的调整;可以点击

调整位置;可以点击

添加箭头;可以点击

添加标题;可以点击

添加直线。

参考文献

Introduction Canoco 5 for Canoco 4.x users, 2013, Cajo J.F. ter Braak and Petr Smilauer

Multivariate Analysis of Ecological Data using Canoco 5, 2014, Petr Šmilauer, Jan Lepš

基于 CANOCO 的生态学数据的多元统计分析, 2009,赖江山

matlab画cca的图,Canoco5绘制漂亮的DCA或CCA图相关推荐

  1. python slice函数画高维图_Python 绘制 3 维以上的高维图

    实用技巧. 我们的大脑通常最多能感知三维空间,超过三维就很难想象了.尽管是三维,理解起来也很费劲,所以大多数情况下都使用二维平面.不过,我们仍然可以绘制出多维空间,今天就来用 Python 的 plo ...

  2. python画两条曲线图_python绘制多个曲线的折线图

    这篇文章利用的是matplotlib.pyplot.plot的工具来绘制折线图,这里先给出一个段代码和结果图: # -*- coding: UTF-8 -*- import numpy as np i ...

  3. Matplotlib绘制漂亮的饼状图|python绘制漂亮的饼状图

    python绘图系列文章目录 往期python绘图合集: python绘制简单的折线图 python读取excel中数据并绘制多子图多组图在一张画布上 python绘制带误差棒的柱状图 python绘 ...

  4. python绘制3维图-Python 绘制 3 维以上的高维图

    实用技巧. 我们的大脑通常最多能感知三维空间,超过三维就很难想象了.尽管是三维,理解起来也很费劲,所以大多数情况下都使用二维平面.不过,我们仍然可以绘制出多维空间,今天就来用 Python 的 plo ...

  5. 用matlab画水晶球,如何在内部绘制带有双色颗粒的水晶球

    Ben Bolker.. 59 在R中,使用rgl包(R-to-OpenGL接口): library(rgl) n set.seed(101) randcoord d with(d,data.fram ...

  6. matlab画转体_MATLAB旋转体的绘制

    MATLAB旋转体的绘制 使用mesh绘制旋转体 原理:绘制旋转体,在于确定旋转的曲线以及所要绕着旋转的轴.例如,将一个YoZ平面上的半圆:z^2+(y-r)^2 = 1(z>=0)绕z轴旋转而 ...

  7. 如何绘制漂亮的深度学习模型图

    目录 ML Visual NN-SVG PlotNeuralNet ConvNetDraw Draw_Convnet Netscope 这些软件都是只能作为模型图的辅助,更常见的模型组合型的图还是要p ...

  8. 利用python获取股票折线图_python绘制香农的投资组合折线图

    写在前面 最近在看<赌神数学家>这本书,在此书的第四部分"圣彼得堡悖论的故事"的"香农的恶魔"这一小节中,讲了香农自己对于股票的投资策略.在这一小节 ...

  9. python绘制散点图和折线图_python绘制散点图,柱状图和折线图

    示例:散点图 最常见的散点图之一是x-y散点图.下面的代码会大致告诉你一个matplotlib是如何工作的,你会看到如何一点点建立起一个散点图. 我们正在使用点的x和y位置的一些构成数据.运行下面的代 ...

最新文章

  1. 绝地求生国际服服务器维护到几点,绝地求生更新维护到今天几点?更新内容详细介绍...
  2. 6.2 二叉树的定义、性质与存储结构
  3. 电池充放电中的C5A 的意义
  4. 从零学PyTorch:DataLoader构建高效的自定义数据集
  5. linux中DIR、dirent、opendir()、readdir()、closedir()函数的使用
  6. Jupyter notebook 导入和卸载 conda 虚拟环境
  7. linux docker查看容器状态,Docker容器状态命令行工具——Ctop
  8. java notserializableexception,java.io.NotSerializableException
  9. 指定范围内的水仙数(C语言)
  10. 【matlab】将几幅图片放到一个画布中
  11. Graph Convolutional Networks 图卷积网络
  12. jenkins 部署 并执行npm run dev 项目时,execute shell自动结束进程问题
  13. 耳机及音响--煲机软件
  14. 去掉iview中模态框中的确定取消按钮
  15. html怎么设置图片循环播放,gif循环播放怎么设置 怎样让gif图片一直循环播放 gif循环播放...
  16. LINUX编译xcb/xcb-proto
  17. 玄秘塔碑-唐代柳公权创作书法作品
  18. Qt应用程序开发九:上传文件
  19. python手机脚本精灵使用教程_pygame 精灵的行走及二段跳的实现方法(必看篇)
  20. 【BZOJ4755】【JSOI2016】扭动的回文串

热门文章

  1. 先定产权还是先定价格,数据交易场景下的市场设计问题,合作博弈中“沙普利值”
  2. powermock跳过某方法_如何使用powermock验证内部方法调用?
  3. MATLAB smooth函数平滑处理
  4. 火车采集器 免费版 html标签排除,Html代码白名单过滤插件(C#)
  5. 通达OAV12版本php7.2链接ftp的解决办法Uncaught Error: Call to undefined function ftp_connect()
  6. 6.3 马氏链-常返性(Durrett)答案
  7. 《金文女神解说VB基础入门系列视频教程》300集 第一章笔记
  8. FLASH 艺术字利器 SwishMax2
  9. Kettle 使用详解
  10. mysql的高可用方案-PXC方案(综合各方的资料)