随笔分类 - R语言
摘要：# 清空当前环境中的所有对象 rm(list = ls()) # 设置工作目录 setwd("C:\\Users\\Administrator\\Desktop\\随机森林4") library(randomForest) library(tidyverse) library(pROC) libra
阅读全文
摘要：# 清空当前环境中的所有对象 rm(list = ls()) # 设置工作目录 setwd("C:\\Users\\Administrator\\Desktop\\随机森林4") library(randomForest) library(tidyverse) library(pROC) libra
阅读全文
摘要：# 清空当前环境中的所有对象 rm (list = ls ()) # 设置工作目录 setwd("C:\\Users\\Administrator\\Desktop\\随机森林4") library(randomForest) #随机森林 library(tidyverse) #数据分析和可视化 l
阅读全文
摘要：主成分分析 rm (list = ls ()) library(vegan) library(tidyverse) library(ggalt) library(car) library(ggforce) library(ggpubr) library(patchwork) # 2. 定义所需的函数
阅读全文
摘要：rm(list=ls()) #清空工作环境 setwd("C:\\Users\\Administrator\\Desktop\\LDA") #设置工作目录 library(tidyverse) #包含了一系列与数据分析和可视化相关的包 library(microeco) #生态学分析的包 libra
阅读全文
摘要：rm (list = ls ())#清除所有变量 setwd("C:\\Users\\Administrator\\Desktop\\NMDS\\Fun") #设置工作目录 # 1. 导入所需的库。 library(vegan) library(ggplot2) # 2. 定义所需的函数。 myda
阅读全文
摘要：rm (list = ls ()) #清除所有变量 # 1. 导入所需的库。 library(vegan) #提供了进行社区生态学分析的函数，包括多元分析、物种多样性分析等。 library(tidyverse) #一组用于数据科学的R包，包括ggplot2、dplyr、tidyr、readr、pu
阅读全文
摘要：以上是学习的源头，载入了自定义包，但是有修改颜色的需求，只能自己重新定义函数。 rm (list = ls ()) setwd("C:\\Users\\Administrator\\Desktop\\alpha多样性_箱线图") library(devtools) alpha_boxplot_cus
阅读全文
摘要：# 1. 导入所需的库。 library(vegan) library(tidyverse) library(ggalt) library(car) library(ggforce) library(ggpubr) library(patchwork) # 2. 定义所需的函数。 pairwise.
阅读全文
摘要：# 加载ggplot2包 library(ggplot2) # 自定义文字大小 axis_title_size <- 18 axis_text_size <- 12 label_text_size <- 3.8 title_size <- 18 facet_label_size <- 14 lege
阅读全文
摘要：Wilcoxon秩和检验，也被称为Mann-Whitney U检验，是一种非参数统计检验方法，用于比较两组独立样本的中位数是否显著不同。这个检验适用于以下情况： 数据分布不满足正态分布假设：与某些参数统计检验（如t检验）不同，Wilcoxon秩和检验不要求数据满足正态分布假设。因此，它适用于那些数据
阅读全文
摘要：# 加载ggplot2包 library(ggplot2) # 自定义文字大小 axis_title_size <- 18 axis_text_size <- 12 label_text_size <- 6 title_size <- 18 facet_label_size <- 14 legend
阅读全文
摘要：setwd("C:\\Users\\Administrator\\Desktop") # 加载所需的库 library(data.table) # 文件路径 file_path <- "filtered_file_path_here.tsv" # 替换为您的文件路径 # 从文件中读取数据 data
阅读全文
摘要：# 创建一个示例数据向量 data <- c(10.48, 3.6, 10.15, 12.325, 10.46, 4.6, 9.4, 6.15, 11.625, 9.733333, 12, 17.5) # 计算数据的范围 data_range <- round(range(data), 3) cat
阅读全文
摘要：1.不配对 # 创建两组模拟数据 group1 <- c(9.536312, 37.07379, 20.82934, 37.20035) group2 <- c(3.185522, 57.45692, 10.12008, 57.29765) # 进行独立样本t-test result <- t.te
阅读全文
摘要：# 1. 导入所需的库。 library(vegan) library(tidyverse) library(ggalt) library(car) library(ggforce) library(ggpubr) library(patchwork) # 2. 定义所需的函数。 pairwise.
阅读全文
摘要：# 载入必要的库 library(ggplot2) library(cowplot) # 创建数据 df <- data.frame( year = 2000:2019, total_yield = c(26077.89, 25717.39, 25907.07, 26361.31, 26499.22
阅读全文
摘要：# 加载所需的库 library(ggplot2) # 数据 # 创建两个向量B73和Mo17，分别存储两种玉米品种的Shannon多样性指数 B73 <- c(4.715703, 5.102193, ...[省略其他数值]... 4.254242, 4.446569) Mo17 <- c(5.22
阅读全文
摘要：以上事学习的源头，根据课题实际做了一点修改 # 加载必要的包 library(vegan) library(ggplot2) # 从txt文件载入数据 mydata <- read.delim("mydata.txt", header = TRUE, sep = "\t") mygroups <-
阅读全文
摘要：以上是学习的源头 根据课题实际做了一些修改 library(ggplot2) library(ggridges) library(reshape2) library(ggsci) setwd("C:\\Users\\Administrator\\Desktop") otu <- read.table
阅读全文
浙公网安备 33010602011771号