基本R语法,用于在R中细分可视化排序(DCA)图中的点

时间:2019-05-24 12:26:34

标签: r data-visualization vegan correspondence-analysis

我有一个相当简单的数据集,其中包含植被相关性的排序(DCA)和一个带有环境变量的平衡数据集。

植被相关性按年份和区块来组织。一共分为三个年份(2001、2008和2018),每年有8个区块(A,B,C,D,E,F,I和J)。我目前使用此代码来绘制一堆:

plot(ord.dataveg, type="n", main="DCA of vegetation plots sorted block", xlab="DCA1 Eigenvalue = 0.45",
 ylab="DCA2 Eigenvalue = 0.44")
points(ord.dataveg, display = "sites", cex = 0.4, pch = 19,
   col = Envir.vars$Block)

结果如下图: DCA ordination of vegetation plots

我希望这些块都具有不同的颜色,但是每年要使用不同的pch。我不知道如何使用基本的R语法来完成此任务。

下面是我的数据的最小示例。

dataveg <- structure(list(ï.. = 1:10, DCA1 = c(0.48453, 0.791106, 0.688445, 
0.364132, 0.21456, 1.3365, 0.9256, 2.3301, 1.3, 1.8), DCA2 = c(-0.4399, 
-1.810391, -2.018287, -1.2409, -1.2365, 0.2564, 1.216, -2.31564, 
-1.3, -1)), row.names = c(NA, 10L), class = "data.frame", na.action = 
structure(11:19, .Names = c("11", 
"12", "13", "14", "15", "16", "17", "18", "19"), class = "omit"))

Envir.vars<- structure(list(ï.. = 1:10, Year = c(2001L, 2001L, 2001L, 
2008L, 
2008L, 2008L, 2018L, 2018L, 2018L, 2018L), Block = structure(c(1L, 
2L, 3L, 1L, 2L, 3L, 1L, 2L, 3L, 4L), .Label = c("A", "B", "C", 
"D"), class = "factor")), class = "data.frame", row.names = c(NA, 
-10L))

我希望这足够了。

0 个答案:

没有答案