找回密码
 注册
查看: 787|回复: 0

R语言 vegan包 vegandocs()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-10-1 15:15:01 | 显示全部楼层 |阅读模式
vegandocs(vegan)
vegandocs()所属R语言包:vegan

                                        Display Package Documentation
                                         显示包文档

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Display NEWS, vignettes, other special documents or
显示新闻,护身符,其他特殊文件或


用法----------Usage----------


vegandocs(doc = c("NEWS", "ONEWS", "ChangeLog", "FAQ-vegan.pdf",
    "intro-vegan.pdf", "diversity-vegan.pdf", "decision-vegan.pdf",
    "partitioning.pdf", "permutations.pdf"))



参数----------Arguments----------

参数:doc
The name of the document (partial match, case sensitive).  
的文件的名称(部分匹配,区分大小写)。


Details

详细信息----------Details----------

You can read the following documents with this function:
您可以使用此功能阅读下列文件:

NEWS: most important new functions, features, fixes etc. from the user's point of view. These can be also read using R command news as news(package = "vegan").
NEWS:最重要的新功能,新功能,修复等,从用户的角度来看。这些也可以使用R命令读取newsnews(package = "vegan")。

ONEWS: old news about vegan version 1.* before September 2011.
ONEWS:老的消息vegan版本1.*2011年九月前。

ChangeLog: similar to news, but intended for developers wit more fine grained comments on internal changes.
ChangeLog:类似的消息,但面向开发人员的机智内部的变化更细粒度的意见。

FAQ-vegan: Frequently Asked Questions. Consult here before writing to Mail groups.
FAQ-vegan:常见问题。前写邮件组,请参考这里。

intro-vegan: a vignette demonstrating a simple, standard ordination analysis. This can be also read using vignette("intro-vegan", package="vegan").
intro-vegan:vignette展示一个简单的,标准的协调分析。这也可以是阅读使用vignette("intro-vegan", package="vegan")。

diversity-vegan: a vignette describing (most) diversity analyses in vegan. This can be also read using vignette("diversity-vegan", package="vegan").
diversity-vegan:vignette描述的(大部分)在vegan多样性分析。这也可以是阅读使用vignette("diversity-vegan", package="vegan")。

decision-vegan: a vignette discussing design decisions in vegan.  Currently this discusses implementing nestedness temperature (nestedtemp), backtracking algorithm in community null models (commsimulator), scaling of RDA results, and why WA scores are used as default instead of LC scores in constrained ordination.
decision-veganvignette在vegan的讨论设计决策。目前这个讨论实施的嵌套性温(nestedtemp),回溯算法在社区零模型(commsimulator),缩放RDA的结果,为什么WA分数被用来作为默认值,而不是在有限的协调LC分数。

partitioning: Detailed description of variation partitioning schemes used in varpart.
partitioning的变化在varpart使用的分区方案:详细描述。

permutations: a vignette in the permute package giving an introduction to restricted permutation schemes. You can also read this using vignette("permutations", package="permute").
permutations:一个vignettepermute包介绍了受限制的置换算法。您还可以阅读使用vignette("permutations", package="permute")。


注意----------Note----------

Function vignette only works with vignettes processed by R, but the current function also shows other pdf documents. You can extract R code from vignettes, but not from other documents (see Examples).
功能vignette只能处理由R与小插曲,但目前的功能还显示了其他pdf文件。您可以提取,R代码从vignette的,但不能从其他文件(见Examples)。

The permutations.pdf document is in the permute package.
permutations.pdf文件是在permute包。


(作者)----------Author(s)----------


Jari Oksanen



参见----------See Also----------

vignette, news.
vignette,news。


实例----------Examples----------


## Not run: [#不运行:]
## Read NEWS[#阅读新闻]
vegandocs()
## Alternatively (perhaps with different formatting)[#或者(也许有不同的格式)]
news(package="vegan")
## Read a vignette[#阅读一个小插曲]
vegandocs("intro")
## with vignette()[#小插曲()]
vignette("intro-vegan", package="vegan")
## extract R code[#提取R代码]
vig <- vignette("intro-vegan", package="vegan")
edit(vig)
##[#]

## End(Not run)[#(不执行)]

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注:
注1:为了方便大家学习,本文档为生物统计家园网机器人LoveR翻译而成,仅供个人R语言学习参考使用,生物统计家园保留版权。
注2:由于是机器人自动翻译,难免有不准确之处,使用时仔细对照中、英文内容进行反复理解,可以帮助R语言的学习。
注3:如遇到不准确之处,请在本贴的后面进行回帖,我们会逐渐进行修订。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|小黑屋|生物统计家园 网站价格

GMT+8, 2024-11-27 00:18 , Processed in 0.027889 second(s), 16 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表