成品图：

Rplot.png

思路

数据-预处理-计算距离-pcoa处理-画图

所需数据：

OTU聚类表

otu.png

分组表，根据研究目的和作图需求，把OTU表的每一项数据都分类。

如例图，按颜色分12类

颜色.png

按形状分为两类

形状.png

备注

pcoa分析作图最主要的思想就是分类，按照实验设计和数据进行分类。比如例子中有两组实验：大豆组（soybean）和玉米组（maize），每组实验有12个不同的处理方法：CF,CH,CK...而进行pcoa分析的目的就是要直观的看出实验组和对照组之间的区别，所以首先要对实验组进行分组（分为soybean组和maize组）其次对不同的处理方法进行分类（CF,CH...）。
而在绘图时，有两个参数用来直观的区别不同的内容，颜色和形状。对于组数少的分组进行形状区分，对于组数多的进行颜色区分。即该例中不同的实验组用形状区分，不同的处理方法用颜色区分。

预处理

。对于OTU表：去掉其他内容，只留OTU列和所有的聚类列
。新建两个分组表，第一列为OTU表中各个聚类的名字，第二列为分组名称

用R处理数据

#载入需要用到的包
> library(vegan)
> library(ggplot2)
> library(ggrepel)
> library(openxlsx)
#读取数据
> group_s <- read.xlsx("C:/Users/RNG/Desktop/shape.xlsx",sheet = 1)#形状分组数据
> group_c <- read.xlsx("C:/Users/RNG/Desktop/group.xlsx",sheet = 1)#颜色分组数据
> df <- read.xlsx("C:/Users/RNG/Desktop/OTU2.xlsx",sheet = 1)#OTU数据
#对OTU表预处理：将第一列OTU序号变为行名后删除。因为下一步需要转置OTU表，而第一列OTU序号为字符型，在转置后会将全部的数据变为字符型，所以需要该步处理
> rownames(df) <- df$OTU#将df数据框中的OTU列变为df的行名
> df1 <- df[,-1]#删去df数据框的第一列并输入给新的数据框df1
> df1 <- t(df1)#转置
> group_c$group <-  as.factor(group_c$group)#将分组列转换为因子类型，以便于画图时使用
> group_s$shape <-  as.factor(group_s$shape)#同上
#数据处理——计算距离
> distance <- vegdist(df1,method = "bray")#使用vegdist函数计算距离（需要计算的数据，method=“所计算的距离类型，通常为bray”）
#数据处理——pcoa分析
> pcoa <- cmdscale(distance,k=2,eig = TRUE)#使用cmdscale函数进行pcoa分析（上一步计算的距离，k=需要降维到几维通常为2维，eig=TRUE为返回eig值下面计算置信区间需要用到）
> plot_data <- data.frame({pcoa$points})#将上步pcoa分析结果中的points转换为数据框并赋值给plot_data，该数据在画图时需要使用
> eig <- pcoa$eig#将pcoa处理返回结果中的eig赋值，下面计算置信区间需要用到
> data <- data.frame(group_c$group,group_s$shape,plot_data)#将两个分组列和经过pcoa处理后的point数据整合赋值给data以便于画图使用
> names(data) <- c("c","s","PCoA1",'PCoA2')#对data列命名
#画图
>ggplot(data=data,aes(x=PCoA1,y=PCoA2,shape=s,color=c))#基础图层，（数据，映射（x=数据中作为x的列，y=数据中y的列，shape=数据中按形状分组的列，color=数据中按颜色分组的列））
+geom_point(alpha=1,size=2)#geom-point函数为散点图函数，（alpha控制图形的半透明度，越小越透明，size控制点的大小）
+stat_ellipse(aes(fill=s),type = "norm",geom="polygon",alpha=0.2,color=NA)#stat-ellipse为绘制椭圆的函数（aes（fill=你想用椭圆圈住的分组列，例子中圈主的是形状），type=椭圆对应的概率分布，默认为t分布，norm为多元分布，geom=控制图形的几何对象，通常为polygon，color=椭圆边界颜色）
+labs(x=paste("PCoA1(",format(100*eig[1]/sum(eig),digits = 4),"%)",sep=""),y=paste("PCoA2(",format(100*eig[2]/sum(eig),digits = 4),"%)",sep=""))#labs函数为给图形横纵轴加标签，100*eig[2]/sum(eig)为计算置信度的公式
+geom_vline(aes(xintercept=0),linetype="dotted")#添加参考线，也就是例子中的虚线，vline为纵向参考线，hline为横向，xintercept=为参考线与x轴的交点，linetype="dotted"为虚线
+geom_hline(aes(yintercept=0),linetype="dotted")
+theme(panel.background = element_rect(fill='white',colour = 'black'),axis.title.x=element_text(colour = 'black',size=20),axis.title.y = element_text(colour = 'black',size=20),legend.text = element_text(size = 15))#theme函数控制背景参数，panel.background为画布参数设置，fill为背景颜色，colour为图边框颜色。axis.title.x=element_text(colour = 'black',size=20),axis.title.y = element_text(colour = 'black',size=20)为设置坐标轴标签文本的颜色大小。legend.text = element_text(size = 15)为设置图中示例的文字大小