R语言 TRAMPR包 summary.TRAMP()函数中文帮助文档(中英文对照)

loveR

summary.TRAMP(TRAMPR)
summary.TRAMP()所属R语言包：TRAMPR

                                        Create Presence/Absence Matrices from TRAMP Objects
                                         从TRAMP对象的创建存在/不存在矩阵

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Generate a summary of a TRAMP object, by producing a presence/absence matrix.  This is the preferred way of extracting the presence/absence matrix from a  TRAMP object, and allows for grouping, naming knowns, and ignoring matches (specified by remove.TRAMP.match).
TRAMP对象生成一个摘要，通过制造存在/不存在矩阵。提取从TRAMP对象存在/不存在矩阵来说，这是首选的方法，并允许分组，命名已知的，忽略匹配（指定remove.TRAMP.match）。


用法----------Usage----------


## S3 method for class 'TRAMP'
summary(object, name=FALSE, grouped=FALSE, ignore=FALSE, ...)



参数----------Arguments----------

参数：object
A TRAMP object.
ATRAMP对象。


参数：name
Logical: Should the knowns be named?
逻辑：如果已知被命名为？


参数：grouped
Logical: Should the knowns be grouped?
逻辑：如果已知分组？


参数：ignore
Logical: Should matches marked as ignored be excluded?
逻辑：如果匹配标记为忽略被排除在外呢？


参数：...
Further arguments passed to or from other methods.
进一步的参数传递给其他方法。


值----------Value----------

A presence/absence matrix, with samples as rows and knowns as columns.  If name is TRUE, then names of knowns (or groups of knowns) are used, otherwise the knowns.fk is used (group.strict if grouped).  If grouped is TRUE, then the knowns are collapsed by group (using group.strict; see group.knowns).  A group is present if any of the knowns belonging to it are present.  If ignore is TRUE, then any matches marked by remove.TRAMP.match are excluded.
甲矩阵，存在/不存在与作为列的行数和已知的样品作为。如果nameTRUE，那么名称的已知的已知（或一组）中使用，否则knowns.fk使用（group.strict如果分组）。 grouped如果是TRUE，然后已知的倍数组（使用group.strict看group.knowns）。 A组是存在的，如果存在任何已知属于它的。如果ignoreTRUE，然后任何标记remove.TRAMP.match的比赛被排除。


实例----------Examples----------


data(demo.knowns)
data(demo.samples)
res <- TRAMP(demo.samples, demo.knowns)

head(summary(res))
head(summary(res, name=TRUE))
head(summary(res, name=TRUE, grouped=TRUE))

## Extract the species richness for each sample (i.e. the number of[＃提取每个样本的物种丰富度（即]
## knowns present in each sample)[＃已知存在于每个样品）]
rowSums(summary(res, grouped=TRUE))

## Extract species frequencies and plot a rank abundance diagram:[＃提取物种的频率，和绘制排名充裕图：]
## (i.e. the number of times each known was recorded)[＃（即每个已知的被记录的次数）]
sp.freq <- colSums(summary(res, name=TRUE, grouped=TRUE))

sp.freq <- sort(sp.freq[sp.freq > 0], decreasing=TRUE)
plot(sp.freq, xlab="Species rank", ylab="Species frequency", log="y")
text(1:2, sp.freq[1:2], names(sp.freq[1:2]), cex=.7, pos=4, font=3)

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。