vegan::envfit基本功能的python实现

笔记内容:

  • R vegan包envfit的output及其计算
  • python实现:见github
  • 注意

R vegan包envfit的output及其计算

vegan::envfit用法见R使用笔记: scatterplot with confidence ellipses;envfit的实现及释意,在R中其实只用envfit(mds_point, env, permutation=999)就可以得到envfit的结果。

library(vegan)
data(iris)
head(iris)
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1          5.1         3.5          1.4         0.2  setosa
2          4.9         3.0          1.4         0.2  setosa
3          4.7         3.2          1.3         0.2  setosa
4          4.6         3.1          1.5         0.2  setosa
5          5.0         3.6          1.4         0.2  setosa
6          5.4         3.9          1.7         0.4  setosa

iris_data = iris[,1:4]
iris_env = iris[,1:5]  # 包括一个factor,4个vector

ord = data.frame(cmdscale(dist(iris_data),k=2))
colnames(ord) = c('X1','X2')  # ord为pcoa的坐标
envfit_result = envfit(ord,iris_env,permutations = 100)

envfit_result # envfit的结果:
***VECTORS

                   X1       X2     r2   Pr(>r)   
Sepal.Length  0.48219  0.87607 0.9579 0.009901 **
Sepal.Width  -0.11499  0.99337 0.8400 0.009901 **
Petal.Length  0.98013 -0.19836 0.9981 0.009901 **
Petal.Width   0.97852 -0.20615 0.9366 0.009901 **
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Permutation: free
Number of permutations: 100

***FACTORS:

Centroids:
                       X1      X2
Speciessetosa     -2.6424  0.1909
Speciesversicolor  0.5332 -0.2455
Speciesvirginica   2.1092  0.0547

Goodness of fit:
            r2   Pr(>r)   
Species 0.8868 0.009901 **
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Permutation: free
Number of permutations: 100

input包括每个样本的降维坐标(或者你把整个降维结果cmdscale()传给envfit也可以),环境变量表以及permutation的次数。permutation参数用于P值的计算。

结果分为vector和factor两个部分,其中vector结果是对数值型的环境变量分析。在envfit_result中结构如下所示。
$arrows是各vector的坐标;
$r为goodness of fit, 即该环境变量的样本点在linear model上拟合的程度。
$pvals为经过n次permutation计算,得到n个r_shuffle值,大于等于真实r值的个数/n.

arrows的计算:

r2(goodness of fit / coefficient of determination)的计算:

对factor而言:
$centroids为各factor中各level的坐标
$r为goodness of fit, 各level只有一个r值
$pvals permutation得到的P值


计算:

SSW和SSB的计算及ANOVA相关见这个连接

python实现

python代码见github https://github.com/CS0000/envfit_py
要用到这些模块:

import pandas as pd
from sklearn.datasets import load_iris
from skbio.stats.ordination import pcoa
from math import sqrt
from scipy.spatial.distance import squareform, pdist
from sklearn.preprocessing import scale
from sklearn.linear_model import LinearRegression
from sklearn.metrics import r2_score
import numpy as np

见github中的envfit2py.py脚本,在if __name__ == '__main__':里面load进数据,调用函数就可以了。

注意

  1. anvova table的计算
  2. R envfit的源代码索引:
    envfit.default.R:envfit函数code,调用了vectorfit和factorfit。
    vectorfit.R
    factorfit.R
    centroids.cca.R : 在factorfit.R中计算centroids
    goffactor.c:用到的C代码:可以通过.Callvegan:::来调用
  3. ...用python写一遍envfit的本意是希望节省时间,减少内存的占用。但是这个脚本就节省时间而言一点也不乐观,甚至比R还慢...=_=。后面考虑用多线程,但如果多线程也只能勉强达到R的用的时间,那还有什么意义...? 优化之路道阻且长。
  4. Python和R的output还是存在一些差别,并不能保证完全一毛一样。似乎因为R对linear model的底层算法和python不太一样,所以会有差异。介于linear model在R扒到底都是C写的了,我完全看不懂,所以...=_=后面如果要用到了,还会再优化的。
  5. 这里只实现了envfit最最最基本的功能,envfit似乎还可以给croodination设置weight,我在这里没有设置。
  6. vegan包文档中对envfit的描述:
    Function envfit finds vectors or factor averages of environmental variables... If X is a data.frame, envfit uses factorfit for factor variables and vectorfit for other variables. If X is a matrix or a vector, envfit uses only vectorfit. Alternatively, the model can be defined a simplified model formula, where the left hand side must be an ordination result object or a matrix of ordination scores, and right hand side lists the environmental variables.
    Functions vectorfit and factorfit can be called directly. Function vectorfit finds directions in the ordination space towards which the environmental vectors change most rapidly and
    to which they have maximal correlations with the ordination configuration
    . Function factorfit finds averages of ordination scores for factor levels. Function factorfit treats ordered and unordered factors similarly.
    If permutations > 0, the ‘significance’ of fitted vectors or factors is assessed using permutation of environmental variables. The goodness of fit statistic is squared correlation coefficient (r2). For factors this is defined as r2 = 1 − ssw/sst, where ssw and sst are within-group and total sums of squares.
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,817评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,329评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,354评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,498评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,600评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,829评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,979评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,722评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,189评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,519评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,654评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,329评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,940评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,762评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,993评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,382评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,543评论 2 349

推荐阅读更多精彩内容