计算三元图中数据的重叠面积和体积重叠

时间:2018-07-01 14:03:21

标签: r

我在下面生成了我的数据集的三元图,其中包括暴露于或未暴露于阳光下的两个物种之间的花朵部分的比例质量归因。 我的目的是计算两种物种在两种不同阳光条件下的重叠面积和体积。 下面是我为获取数据的三元图而编写的代码。

> rm(list=ls())
  

数据集

     

getwd()   1“ C:/用户/ Daniel /桌面/大学/ 2018 / Botany / BOT350 / Q&A / Dataset”   setwd(“ C:\ Users \ Daniel \ Desktop \ University \ 2018 \ Botany \ BOT350 \ Q&A \ Dataset”)   getwd()   1“ C:/用户/ Daniel /桌面/大学/ 2018 / Botany / BOT350 / Q&A / Dataset”   dat1 <-read.csv(“ Q&A3.csv”)   头(dat1)     阳光种类萼片质量花瓣质量雌蕊质量   1是虹膜0.19 0.35 0.49   2是虹膜0.26 0.31 0.42   3是虹膜0.10 0.38 0.66   4是虹膜0.52 0.20 0.28   5是虹膜0.15 0.44 0.48   6是虹膜0.27 0.30 0.43   清单(dat1)   [1]      阳光种类萼片质量花瓣质量雌蕊质量   1是虹膜0.19 0.35 0.49   2是虹膜0.26 0.31 0.42   3是虹膜0.10 0.38 0.66   4是虹膜0.52 0.20 0.28   5是虹膜0.15 0.44 0.48   6是虹膜0.27 0.30 0.43   7是虹膜0.23 0.22 0.61   8是虹膜0.30 0.13 0.57   9是虹膜0.18 0.14 0.68   10是虹膜0.25 0.23 0.52   11是虹膜0.16 0.31 0.57   12是虹膜0.13 0.30 0.57   13是虹膜0.15 0.38 0.57   14是虹膜0.10 0.30 0.60   15是虹膜0.07 0.16 0.28   16是虹膜0.13 0.15 0.73   17是虹膜0.17 0.30 1.65   18是虹膜0.16 0.20 0.64   19是虹膜0.15 0.20 0.66   20是虹膜0.12 0.18 0.71   21是虹膜0.15 0.40 0.58   22无虹膜0.16 0.15 0.69   23无虹膜0.14 0.30 0.57   24无虹膜0.39 0.22 0.40   25无虹膜0.22 0.14 0.55   26无虹膜0.24 0.10 0.65   27无虹膜0.27 0.24 0.45   28无虹膜0.28 0.18 0.54   29无虹膜0.22 0.21 0.56   30无虹膜0.18 0.18 0.65   31无虹膜0.16 0.13 0.66   32无虹膜0.23 0.22 0.66   33无虹膜0.30 0.13 0.57   34无虹膜0.18 0.14 0.68   35无虹膜0.25 0.23 0.52   36无虹膜0.16 0.31 0.57   37无虹膜0.13 0.30 0.57   38无虹膜0.15 0.38 0.57   39无虹膜0.32 0.16 0.47   40无虹膜0.31 0.20 0.49   41无虹膜0.12 0.41 0.55   42无虹膜0.23 0.41 0.37   43是雏菊0.13 0.25 0.62   44是雏菊0.24 0.19 0.57   45是雏菊0.18 0.20 0.63   46是雏菊0.23 0.14 0.63   47是雏菊0.16 0.18 0.66   48是雏菊0.17 0.19 0.65   49是雏菊0.19 0.16 0.65   50是雏菊0.17 0.18 0.65   51是雏菊0.16 0.23 0.54   52是雏菊0.16 0.13 0.71   53是雏菊0.22 0.18 0.59   54是雏菊0.17 0.27 0.56   55是雏菊0.22 0.21 0.57   56是雏菊0.22 0.15 0.62   57是雏菊0.20 0.16 0.64   58是雏菊0.18 0.12 0.70   59是雏菊0.11 0.37 0.54   60是雏菊0.15 0.22 0.63   61是雏菊0.21 0.25 0.51   62是雏菊0.09 0.21 0.70   63是雏菊0.32 0.16 0.47   64无雏菊0.16 0.15 0.69   65无雏菊0.14 0.30 0.57   66无雏菊0.39 0.22 0.40   67无雏菊0.22 0.14 0.55   68无雏菊0.24 0.10 0.65   69无雏菊0.27 0.24 0.45   70无雏菊0.28 0.18 0.54   71无雏菊0.22 0.21 0.56   72无雏菊0.18 0.18 0.65   73无雏菊0.16 0.13 0.66   74没有雏菊0.13 0.19 0.69   75无雏菊0.17 0.66 0.26   76无雏菊0.14 0.32 0.54   77无雏菊0.11 0.37 0.54   78无雏菊0.15 0.22 0.63   79无雏菊0.21 0.25 0.51   80无雏菊0.09 0.21 0.70   81没有雏菊0.32 0.16 0.47   82无雏菊0.31 0.20 0.49   83无雏菊0.12 0.41 0.55   84没有雏菊0.23 0.41 0.37

     

三元图

     

库(ggtern)   ggtern(data = dat1,aes(x = Petal.mass,y = Sepal.mass,z = Pistil.mass,color = Sunlight))+   + geom_point()+ facet_wrap(〜Species)

这是三元图,我正在考虑的方法是插入两次日光处理的平均置信椭圆,然后计算面积重叠和椭圆的总面积,在这一阶段,我需要一些有关面积编码的指导数据的百分比和重叠区域。

Ternary plot of flower traits

0 个答案:

没有答案