#方便自己回來復(fù)習(xí)的個(gè)人學(xué)習(xí)記錄，僅供參考，如有錯(cuò)誤，請多指正?

寫在前面：這一部分涉及樹圖的扇面化處理，樹圖進(jìn)化枝標(biāo)簽的添加，β多樣性中間步驟（大概）、choropleth映射圖的繪制（可視化重要步驟）

arc_labels? ?添加標(biāo)簽

描述：給系統(tǒng)發(fā)生樹的末枝類群加上標(biāo)簽

示例：

下面逐行解讀

old.par <- par(no.readonly = TRUE)

par是繪圖參數(shù)的設(shè)定，這一塊會(huì)對繪圖參數(shù)進(jìn)行修改，但是之后的內(nèi)容可能會(huì)收影響，所以這里先保存默認(rèn)參數(shù)，便于這一塊結(jié)束時(shí)恢復(fù)。括號里的內(nèi)容解釋參考https://www.zhihu.com/question/54116933/answer/139940416

require(ape)

加載ape，ape為系統(tǒng)發(fā)育數(shù)據(jù)處理模塊

data(africa)

加載數(shù)據(jù)

par(mai=rep(0,4))

設(shè)置繪圖的邊框，mai=c( , , , )有4個(gè)數(shù)的向量對應(yīng)上下左右的寬度（英寸）,rep(0,4)生成一個(gè)由0重復(fù)了4次得到的向量。

plot(africa$phylo, type = "fan", show.tip.label=FALSE,open.angle = 180, edge.width=0.5)

繪制扇形的樹圖。（數(shù)據(jù)phylo；類型扇形fan；不顯示枝末端標(biāo)簽；開角180°；邊寬0.5）

y <- data.frame(species=africa$phylo$tip.label)

將樹末端標(biāo)簽的信息及物種信息儲(chǔ)存在y中

y$genus <- gsub("_.*", "\\1", y$species)

gsub替換內(nèi)容，這里是將物種信息里第一個(gè)下?lián)Q線加上后面所有內(nèi)容都替換成"\\1",這是正則表達(dá)式，試了一下y$t<-?gsub("_.*", "", y$species)直接替換成空，效果一樣，這樣提取出屬的信息。

fx <- split(y, f=y$genus)

將屬信息分出來儲(chǔ)存在fx中

suppressWarnings(invisible(

忽略里面的反饋，因?yàn)槔锩嬗袀€(gè)判斷語句，會(huì)反饋邏輯判斷結(jié)果沖屏。

lapply(fx, function(x) {

大括號為function（x）的內(nèi)容，lapply將讓fx里的所有項(xiàng)目都運(yùn)行一遍function（x）。

y <- seq(from = 1.03, to = 1.09, by = ((1.09 - 1.03)/(length(fx) - 1)))

z <- sample(y, 1, replace = FALSE, prob = NULL)

設(shè)置一個(gè)從1.03到1.09的等差數(shù)列，長度對應(yīng)fx。從里面隨機(jī)取值賦予z,作為后面標(biāo)簽的位置偏移值。

if(nrow(x) > 10L)?

nrow返回行數(shù)，這里就代表了該屬的物種數(shù)目。這里做了個(gè)判斷，屬內(nèi)物種大于10的進(jìn)行之后上標(biāo)簽的操作，L意義不明，刪去似乎沒有影響。

arc_labels(phy = africa$phylo,tips=x$species,text=as.character(unique(x$genus)),orientation = "curved", cex=0.5,lab.offset = z)

添加標(biāo)簽。（數(shù)據(jù)；要標(biāo)注的范圍；要標(biāo)注的標(biāo)簽（即屬的名稱）；標(biāo)簽性狀（可以選擇?“vertical”, “horizontal”, ?“curved”）；字大小0.5；標(biāo)簽位移z）

par(old.par)

恢復(fù)繪圖設(shè)置

beta_core? ?分類學(xué)β多樣性

beta_core(x) 返回一個(gè)可以被調(diào)用的對象

beta_diss(x, index.family = "sorensen")返回三個(gè)矩陣

示例：

這一模塊跟后面很多對應(yīng)，說實(shí)話沒太弄懂這一步的目的，不過明晰進(jìn)去了什么出來了什么，應(yīng)該是中間步驟，到后面估計(jì)會(huì)詳細(xì)將解。

choropleth? 繪制映射地圖

復(fù)制粘貼：Choropleth貼圖提供了一種簡便的方法來可視化度量值在整個(gè)地理區(qū)域內(nèi)的變化或顯示區(qū)域內(nèi)的可變性水平。?熱圖或等距圖相似，但是不使用先驗(yàn)地理區(qū)域。 它們是主題地圖的最常見類型，因?yàn)橐寻l(fā)布的統(tǒng)計(jì)數(shù)據(jù)(來自政府或其他來源)通常匯總到知名的地理單位中，例如國家，州，省和縣，因此使用它們相對容易創(chuàng)建GIS?，?電子表格或其他軟件工具。

Choropleth將一個(gè)量的值離散用于映射。

示例：

library(sp)?

加載sp，sp是處理空間數(shù)據(jù)的模塊。

s <- readRDS(system.file("nigeria/SR_Naija.rds", package = "phyloregion"))?

system.file(）返回文件的路徑

這個(gè)應(yīng)該是附有物種豐富度信息的尼日利亞地圖的一個(gè)柵格化空間數(shù)據(jù)，是phyloregion包里帶的，那么這里存在一個(gè)問題，我要是想處理別的地方的數(shù)據(jù)的話，這個(gè)地圖數(shù)據(jù)的文件從哪里獲取。

readRDS（）讀取這個(gè)地圖數(shù)據(jù)，將其儲(chǔ)存在變量s里。

k <- 10?

COLOUR <- hcl.colors(k, "RdYlBu")

生成一個(gè)10種顏色組成的顏色梯度向量

y <- choropleth(s$SR, k)?

將物種豐富度離散化，離散化的箱數(shù)為10。

plot(s$SR, y)

繪制物種豐富度與顏色梯度的映射關(guān)系圖

plot(s, col = COLOUR[y])

繪制choropleth映射圖

這部分屬于可視化階段了，咋放這么前面，看了下目錄……按字母排列順序介紹，麻了