如何绘制精美的PCoA图形
虽然一般的16S或者宏基因组等分析流程当中都会包含PCoA分析，但如果自己想要更改分组的形状，或者挑选特定的OTU进行分析，那么自己进行操作会高效很多。
PCoA的作图主要分为三个步骤：
选择特定的相似性距离并计算距离矩阵。距离的选择可以有Bray-curits、Unifrac等，不同的距离有不同的作用和意义（具体可以参考 微生物β多样性常用计算方法比较）。相似性距离可以利用R的GUniFrac和vegan等包计算，也可以利用QIIME计算。
进行PCoA分析，也就是利用表征分析选择最能表示样本距离的坐标轴。这个可以利用R的ape包的pcoa（）命令完成。
PCoA图形展示。图形可以用ordiplot（）命令展示，但如果需要比较美观的图形，建议用ggplot来画。
下面我们以R为基础，展示如何根据Unweighted Unifrac距离来画PCoA图：
----------------------代码开始了-----------------------
###导入需要的R包
library(GUniFrac) #用于计算Unifrac距离
library(ape) # 用于pcoa分析
library(ggplot2) #用于画图
##读文件
Otu_tab <- read.table("otu_table",row.names=1,header=T,sep="t",check.names=FALSE)
Tree <- read.tree("Muscle.align.tree.nhx") #输入OTU表格
Otu_tab <- as.data.frame(t(Otu_tab))
Otu_tab_rff <- Rarefy(Otu_tab)$otu.tab.rff
unifracs <- GUniFrac(Otu_tab_rff,Tree,alpha=c(0, 0.5, 1))
du <- unifracs$unifracs[, , "d_UW"] # 计算Unweighted UniFrac距离
Group <- c('A','B','C') #按照目的输入样本
shape <- c("A" =16,"B" =17,"C" =16) #定义点形状
color <- c("A" ='#CCFF33',"B" ='#CCFF33',"C" ='#CCFF33') #定义点颜色
PCOA <- pcoa(du, correction="none", rn=NULL) #利用PCOA()指令做pcoa分析
result <-PCOA$values[,"Relative_eig"]
pro1 = as.numeric(sprintf("%.3f",result[1]))*100
pro2 = as.numeric(sprintf("%.3f",result[2]))*100
x = PCOA$vectors
sample_names = rownames(x)
pc = as.data.frame(PCOA$vectors)
pc$names = sample_names
legend_title = ""
group = Group
pc$group = group
xlab=paste("PCOA1(",pro1,"%)",sep="")
ylab=paste("PCOA2(",pro2,"%)",sep="")
pca=ggplot(pc,aes(Axis.1,Axis.2)) + #用ggplot作图
geom_point(size=3,aes(color=group,shape=group)) +
# geom_text(aes(label=names),size=4,vjust=-1) +
labs(x=xlab,y=ylab,title="PCOA",color=legend_title,shape=legend_title) +
geom_hline(yintercept=0,linetype=4,color="grey") +
geom_vline(xintercept=0,linetype=4,color="grey") +
scale_shape_manual(values=shape) +
scale_color_manual(values=color) +
theme_bw()
-------------------------代码结束------------------------
结果图展示：
输入OTU表格之后，运行上面代码，就可以出来图形（当然结果的数据输入是经过一定修改，自己根据需求定义样本数目，点的形状和颜色就可以）。
1. 选择特定的相似性距离并计算距离矩阵。距离的选择可以有Bray-curits、Unifrac等，不同的距离有不同的作用和意义（具体可以参考 微生物β多样性常用计算方法比较）。相似性距离可以利用R的GUniFrac和vegan等包计算，也可以利用QIIME计算。
2. 进行PCoA分析，也就是利用表征分析选择最能表示样本距离的坐标轴。这个可以利用R的ape包的pcoa（）命令完成。
3. PCoA图形展示。图形可以用ordiplot（）命令展示，但如果需要比较美观的图形，建议用ggplot来画。
PCoA的作图主要分为三个步骤：
选择特定的相似性距离并计算距离矩阵。距离的选择可以有Bray-curits、Unifrac等，不同的距离有不同的作用和意义（具体可以参考 微生物β多样性常用计算方法比较）。相似性距离可以利用R的GUniFrac和vegan等包计算，也可以利用QIIME计算。
进行PCoA分析，也就是利用表征分析选择最能表示样本距离的坐标轴。这个可以利用R的ape包的pcoa（）命令完成。
PCoA图形展示。图形可以用ordiplot（）命令展示，但如果需要比较美观的图形，建议用ggplot来画。
下面我们以R为基础，展示如何根据Unweighted Unifrac距离来画PCoA图：
----------------------代码开始了-----------------------
###导入需要的R包
library(GUniFrac) #用于计算Unifrac距离
library(ape) # 用于pcoa分析
library(ggplot2) #用于画图
##读文件
Otu_tab <- read.table("otu_table",row.names=1,header=T,sep="t",check.names=FALSE)
Tree <- read.tree("Muscle.align.tree.nhx") #输入OTU表格
Otu_tab <- as.data.frame(t(Otu_tab))
Otu_tab_rff <- Rarefy(Otu_tab)$otu.tab.rff
unifracs <- GUniFrac(Otu_tab_rff,Tree,alpha=c(0, 0.5, 1))
du <- unifracs$unifracs[, , "d_UW"] # 计算Unweighted UniFrac距离
Group <- c('A','B','C') #按照目的输入样本
shape <- c("A" =16,"B" =17,"C" =16) #定义点形状
color <- c("A" ='#CCFF33',"B" ='#CCFF33',"C" ='#CCFF33') #定义点颜色
PCOA <- pcoa(du, correction="none", rn=NULL) #利用PCOA()指令做pcoa分析
result <-PCOA$values[,"Relative_eig"]
pro1 = as.numeric(sprintf("%.3f",result[1]))*100
pro2 = as.numeric(sprintf("%.3f",result[2]))*100
x = PCOA$vectors
sample_names = rownames(x)
pc = as.data.frame(PCOA$vectors)
pc$names = sample_names
legend_title = ""
group = Group
pc$group = group
xlab=paste("PCOA1(",pro1,"%)",sep="")
ylab=paste("PCOA2(",pro2,"%)",sep="")
pca=ggplot(pc,aes(Axis.1,Axis.2)) + #用ggplot作图
geom_point(size=3,aes(color=group,shape=group)) +
# geom_text(aes(label=names),size=4,vjust=-1) +
labs(x=xlab,y=ylab,title="PCOA",color=legend_title,shape=legend_title) +
geom_hline(yintercept=0,linetype=4,color="grey") +
geom_vline(xintercept=0,linetype=4,color="grey") +
scale_shape_manual(values=shape) +
scale_color_manual(values=color) +
theme_bw()
-------------------------代码结束------------------------
结果图展示：
输入OTU表格之后，运行上面代码，就可以出来图形（当然结果的数据输入是经过一定修改，自己根据需求定义样本数目，点的形状和颜色就可以）。
郁歪固尔： 虽然一般的16S或者宏基因组等分析流程当中都会包含PCoA分析,但如果自己想要更改分组的形状,或者挑选特定的OTU进行分析,那么自己进行操作会高效很多. PCoA的作图主要分为三个步骤: 选择特定的相似性距离并计算距离矩阵.距...
肃南裕固族自治县13348702459： ppt手绘图形怎么做 - ？
郁歪固尔： 一、使用自由曲线绘制:【1】插入图形中,选择自由曲线,开始进行绘制常见图形. 【2】完成绘制后,对绘制出的图形设置轮廓及粗细磅数大小.【3】选中所有的图形,设置形状格式中,将端点类型及联接类型设置为圆形. 二、设置已绘制图形: 【1】直接插入的标准图形,同上描述,设置端点类型及联接类型设置为圆形. 【2】选中图形右击,对该图形进行编辑顶点的操作. 【3】通过编辑顶点,可以将原先过硬的线条,调整为曲线类型.
肃南裕固族自治县13348702459： 如何制作ppt图形图表 - ？
郁歪固尔： 主要是两种:1是插入形状自己绘制2是插入smartart图形简单的PPT图表绘图技巧①按住Shift ,选线时可以画出笔直的线,选矩形时可以画出正方形,选椭圆时,可以画出正圆.②选择某图后,单击右键,选择“锁定绘图模式”,可以连续使用该图.③可以通过先画弧,再设计圆弧的末端箭头,来绘出弯曲箭头.④可以通过形状轮廓→箭头来灵活设计线的箭头.
肃南裕固族自治县13348702459： PPT中各种图形的绘制步骤 ,最好是幻灯片版的, 还有EXCEL中图形的绘制,就是柱状图之类的,ppt版的 - ？
郁歪固尔： EXCEL中图形的绘制,就是柱状图之类的,这个是由数据得出来的一个数据表.并不是绘制出来的.首先选择你要做图的区域,然后插入-图表,再选择你需要的-输入图的名字,完成就可以了.做完以后可以把图表复制,然后粘贴到PPT中.
肃南裕固族自治县13348702459： 等边三角形,在用CAD怎么画 - ？
郁歪固尔： 1、首先需要在cad中输入多边形命令:POL. 2、然后在接下来弹出的框中选择多边形边数:3. 3、接下来需选择边:E. 4、为图形指定第一个端点,屏幕任意位置点一下. 5、为图形指定第二个端点即边长,输入50. 6、最后大小固定边长的等边三角形在cad中就画好了.
肃南裕固族自治县13348702459： 在wps的word中如何画拓扑图 - ？
郁歪固尔： 制作步骤: 1、单击“绘图”工具栏上的“自选图形”,然后选择“流程图”,这里就可以看到众多制作流程图时所用到的形状了,可以选择自己喜欢的的形状. 2、单击要绘制流程图的位置,此时会出现个虚框. 3、在绘图画布上插入选择的...
肃南裕固族自治县13348702459： 如何在ppt里制作漂亮的图形 - ？
郁歪固尔： 07以上版本 有很多默认的修改效果插入 图形 双击图形 上方工具栏中有或者 右键图形 进行设置
肃南裕固族自治县13348702459： 如何用Origin画图 - ？
郁歪固尔： 1、首先打开电脑上的Origin软件. 2、然后开始把横坐标和纵坐标的数据输入进去,注意:这里“A(x)”表示第A列且该列为横坐标;同理,“B(y)”表示第B列且该列为纵坐标;标注为“1”的行为第一行. 3、将数据输入进去之后,接下来就是将数据图画出来了.首先选中输入进去的数据,然后点击左下角的图线类型(这里显示一条斜线)按钮,然后选择“/Line”. 4、画出的数据图如下. 5、然后可以在数据图上填写横坐标和纵坐标的名称及单位.这样就完成了数据图的制作了.
肃南裕固族自治县13348702459： 如何才能完美绘制Word中的几何图形 - ？
郁歪固尔： 一、工具:电脑、word或PPT 二、操作步骤 1. 打开word文档,在“菜单”面板下找到“插入”选项,单击.2.在“插入”面板下,找到“形状”选项,点击形状选项.3.点击“形状”选项后,便会得到好多简单的几何小图形,如各种线...
肃南裕固族自治县13348702459： 怎么画A3型号的图纸呢? - ？
郁歪固尔： 1、首先你要懂得绘图,如果不会,这里说的你就不会明白. 2、一般是在模型中绘图,首先要选定绘图比例及单位,如1:1或1:1000等,比例有多种,通常选这两种比例绘图的目的是便于绘图时的计算和出图的方便.在模型中绘图时...
