R语言计算α多样性指数与画图

Posted 2023-05-18

参考技术A 操作之前安装好ggplot2、vegan、ggpubr包。如下:

install.packages("ggplot2")

install.packages("ggpubr")

install.packages("vegan")

计算Shannon-香农指数和Simpson-辛普森指数的命令在vegan包中，计算各组显著性的命令在ggpubr包中；画图使用ggplot命令，在行使每个命令之前一定要加载相应的包，如下:

library(ggplot2)

library(ggpubr)

library(vegan)

拿到一个otu表格，要先计算香农指数和辛普森指数，操作如下:

otu=read.table('D:/r-working/feature-table.taxonomy.txt',row.names = 1,skip=1,header=T,comment.char ='',sep='\t')

#读取out表格

#'D:/feature table.taxonomy.txt'为文件路径，注意斜线方向

#row.names = 1指定第一列为行名

#skip=1跳过第一行不读

#header=T指定第一个有效行为列名

#sep='\t'表示指定制表符为分隔符

#comment.char=''表示设置注释符号为空字符‘’，这样#后面的内容就不会被省略

otu=otu[,-ncol(otu)]

#去除表格的最后一列，无用信息

otu=t(otu)

#表格转置，必须将样品名作为行名

shannon=diversity(otu,"shannon")

#计算香农指数,先加载vegan包

shannon

#查看香农指数

simpson=diversity(otu,"simpson")

#计算辛普森指数,先加载vegan包

simpson

#查看辛普森指数

alpha=data.frame(shannon,simpson,check.names=T)

#合并两个指数

write.table(alpha,"D:/r-working/alpha-summary.xls",sep='\t',quote=F)

#存储数据，注意路径使用反斜杠

将各样本进行分组，并进行画图，操作如下:

map<-read.table('D:/r-working/mapping_file.txt',row.names = 1,header=T,comment.char ='',sep='\t',check.names=F)

#读取分组表格

group<-map["Group1"]

#提取需要的分组,'Group1'是表中的分组列名，包括A,B,C三组

alpha<-alpha[match(rownames(group),rownames(alpha)),]

#重排alpha的行的顺序,使其与group的样本id(行名)一致

data<-data.frame(group,alpha,check.rows=T)

#合并两个表格.'<-'与'='同属赋值的含义.

p=ggplot(data=data,aes(x=Group1,y=shannon))+geom_boxplot(fill=rainbow(7)[2])

#data = data指定数据表格

#x=Group1指定作为x轴的数据列名

#y=shannon指定作为y轴的数据列名

#geom_boxplot()表示画箱线图

#fill=rainbow(7)[2]指定填充色

此处用到ggplot2包画箱线图，将画图函数赋值给p后，可以用‘+’不断进行图层叠加，给图片p增加新的特性

p

#查看p

mycompare=list(c('A','B'),c('A','C'),c('B','C'))

#指定多重比较的分组对

mycompare

p<-p+stat_compare_means(comparisons=mycompare,label = "p.signif",method = 'wilcox')

#添加显著性标记的第一种方法，在此之前先加载ggpubr包

p<-p+ylim(2,5.5)

#调整图像的外观

R语言基础介绍

R 语言是一个用于统计计算和统计制图的优秀工具。而我学习R语言主要是因为它做出来的图不仅比Excel高清，而且图片的色彩颜值也很好看，数据处理功能也多样化。我最近是刚刚上手，所以是从小白的角度讲一些个人学习心得。

今天主要从①R语言书籍推荐、②R与Rstudiod的安装、③R包的介绍与安装、④R学习论坛、⑤R画图与可视化五方面来介绍一下。

① R语言学习书籍推荐

最近在网上看了很多R语言文章，普遍都很碎片化，而且不够通俗易懂。

最好的学习资料还数官方的帮助文档《R for data science》（R数据科学）http://t.cn/EiCWrRK

这本书通俗易懂，从 ggplot2开始，即如何画图开始，后讲理论和语法。也就是，先告诉你怎么用，然后告诉你为什么这样用，这也是我认为它最大的优点，推荐。

② R与RStudio的安装

先安装R，后安装RRStudio。RStudio是R的编译器，这两者的区别相当于word与记事本的区别，安装方法见：https://zhuanlan.zhihu.com/p/66246956

③ R包

介绍：R包是对R自带功能的扩展，包括 函数，数据，文件。其中有关数据处理和画图的R包主要为 tidyverse。

安装：可以用下面的代码进行安装（需联网）

   
     
     
   

    
      
      
    install.packages("tidyverse")
    
      
      
    

   
     
     
   

加载：安装完成后，前还需使用 library()加载包

   
     
     
   

    
      
      
    library(tidyverse)
    
      
      
    

   
     
     
   

加载结果如图1所示，表明 tidyverse 的核心包 ggplot2, tibble, tidyr, readr, purrr,   dplyr 已经加载完成，这些都是平常数据分析作图常用到的。（后续可以用 tidyverse_update()进行更新）

图1

R包的代码通常放在代码脚本的顶部，这样方便自己检查，对于 tidyverse中的库,使用 tidyverse_update()检查最方便。

④ R学习论坛

如果代码运行遇到问题，可以先浏览一下以下网站或博客，寻求答案。当然，百度、公众号等也都都能搜到。

1. Google

2. stackoverflow(http://stackoverflow.com/)

3. RStudio blog(https://blog.rstudio.org/)

4. 代码窗口输入??。比如你不清楚tidyverse，可以输入??tidyverse如图2，在输出窗口中help当中可以看到它的解释。

   
   

   

   图2

5. 
   

⑤ R画图与数据可视化

以 ggplot2包当中的 mpg数据来举例（ mpg数据是美国环境保护署收集的有关汽车类型，尾气排放效率等的数据）。如图3所示，列名为变量名，行中的数值为观测值，中间含 <>的为值的类型。（其中，displ表示汽车引擎大小，hwy表示汽车燃料效率）

图3

当我们想查看displ与hwy的关系的散点图时，可以输入如下代码

   
     
     
   

    
      
      
    ggplot(data = mpg) +
    
      
      
    
  geom_point(mapping = aes(x = displ, y = hwy))
    
      
      
    

   
     
     
   

（注：“+” 在后面）

   
     
     
   

    
      
      
    ggplot(data = mpg)
    
      
      
    
 + geom_point(mapping = aes(x = displ, y = hwy)) （×）
    
      
      
    

   
     
     
   

其中， ggplot（）函数中的参数表明在图中使用的数据集， ggplot(data = mpg)表示你使用的mpg数据集。

ggplot有很多 geom函数，其中 geom_point()表示在图层中加入一个点图层，即该函数可以创建一个散点图。

asx表示数据与图的映射， aes(x = displ, y = hwy)表示 x轴与 y轴对应的变量。

运行结果如图4

图4

当你想要让图中的点，按照车的类型（class）分别显示不同的颜色， 可以这样改写

   
     
     
   

    
      
      
    ggplot(data = mpg) +
    
      
      
    
  geom_point(mapping = aes(x = displ, y = hwy, color = class))
    
      
      
    

   
     
     
   

运行结果如图5，颜色类别由软件自动填充。

图5

注：当所有点的颜色不按类别（class）分，而是统一调整为某个色（如蓝色），代码为 color = “blue”，且它应当在aes（）的外面，代码如下

   
     
     
   

    
      
      
    ggplot(data = mpg) +
    
      
      
    
  geom_point(mapping = aes(x = displ, y = hwy), color = "blue")
    
      
      
    

   
     
     
   

运行结果如图6

图6

当然，划分车的类型时，不一定使用颜色区分，也可以使用透明度（图7a）、形状（图7b）来区分。

   
     
     
   

    
      
      
    ggplot(data = mpg) +
    
      
      
    
  geom_point(mapping = aes(x = displ, y = hwy, alpha = class
    
      
      
    
  
    
      
      
    
  ggplot(data = mpg) +
    
      
      
    
  geom_point(mapping = aes(x = displ, y = hwy, shape = class))
    
      
      
    

   
     
     
   

图7a 透明度

图7b 形状

上面讲了怎么画散点图，如果想要画线呢？可以使用 geom_smooth()

   
     
     
   

    
      
      
    ggplot(data = mpg) +
    
      
      
    
  geom_smooth(mapping = aes(x = displ, y = hwy))
    
      
      
    

   
     
     
   

运行结果如图8

图8

如果， 你不想要显示线周围的灰色区域呢，可以添加 se = FALSE

   
     
     
   

    
      
      
    ggplot(data = mpg) +
    
      
      
    
  geom_smooth(mapping = aes(x = displ, y = hwy),se=FALSE)
    
      
      
    

   
     
     
   

图9

如果，你希望点和线都显示（图10）

   
     
     
   

    
      
      
    ggplot(data = mpg) +
    
      
      
    
  geom_point(mapping = aes(x = displ, y = hwy)) +
    
      
      
    
  geom_smooth(mapping = aes(x = displ, y = hwy),se = FALSE)
    
      
      
    

   
     
     
   

图10

今天的分享就先到这里，欢迎留言讨论~