今天推文的内容来自 http://userweb.eng.gla.ac.uk/umer.ijaz/bioinformatics/ecological.html。
这个链接的数据和代码主要来自论文 Assessment of the influence of intrinsic environmental and geographical factors on the bacterial ecology of pit latrines
image.png
对照论文然后看数据和代码，能够更好的理解论文的设计和分析思路，非常好的学习素材。论文的主要研究内容还没有看太懂，好像是研究了越南和坦桑尼亚的一些厕所的微生物多样性。
数据集的部分截图，总共是81行，52列，行是物种，列是地点，数值代表物种丰度
image.png
数据集下载链接
http://userweb.eng.gla.ac.uk/umer.ijaz/bioinformatics/ecological/SPE_pitlatrine.csv
读入数据
abund_table<-read.csv("pitlatrines/SPE_pitlatrine.csv",row.names=1,check.names=FALSE)
这里的参数
-
row.names=1指定第一列作为数据集的行名 -
check.names参数我平时很少用，，查了一下帮助文档，作用是检查每列的名字是否符合规范
image.png
比如如下数据集
image.png
分别设置
check.names参数为T和F大家可以看下效果
image.png
数据转置并计算相对频率
abund_table<-t(abund_table)
# Convert to relative frequencies
abund_table <- abund_table/rowSums(abund_table)
宽格式数据转换长格式
library(reshape2)
df<-melt(abund_table)
head(df)
colnames(df)<-c("Samples","Species","Value")
分组求根
library(plyr)
library(scales)
# We are going to apply transformation to our data to make it
# easier on eyes
#df<-ddply(df,.(Samples),transform,rescale=scale(Value))
df<-ddply(df,.(Samples),transform,rescale=sqrt(Value))
ggplot2画图
library(ggplot2)
p <- ggplot(df, aes(Species, Samples)) +
geom_tile(aes(fill = rescale),colour = "white") +
scale_fill_gradient(low = "white",high = "steelblue")+
scale_x_discrete(expand = c(0, 0)) +
scale_y_discrete(expand = c(0, 0)) + theme(legend.position = "none",axis.ticks = element_blank(),axis.text.x = element_text(angle = 90, hjust = 1,size=5),axis.text.y = element_text(size=5))
p
image.png
欢迎大家关注我的公众号
小明的数据分析笔记本
小明的数据分析笔记本 公众号 主要分享：1、R语言和python做数据分析和数据可视化的简单小例子；2、园艺植物相关转录组学、基因组学、群体遗传学文献阅读笔记！
