用前必读
1，使用输入检查工具（windows版）检查输入数据
2，使用excel存储并调整数据（wps不行），然后拷贝、粘贴到输入框
3，请勿使用特殊符号，例如#，<，>，%，（，），非英文字符等。默认仅支持英文字符（部分模块除外）
4，使用SVG编辑器或AI，inkscape修改文字、字体，图例，处理截断等，参考inkscape实操
5，生信分析项目合作请加管理员微信（页面右下）

人工客服  基因名转换  FC,P转换  常用配色  影响因子 新需求及bug提交  pdf转图片

必需输入 绘图数据（第1列组名，第2列样品名，其他为OTU）


可选输入
图片大小
图片宽度：
图片高度：

文字字体大小
标注样品名字体大小：
轴说明文字大小：
轴刻度数字文字大小：
图例标题文字大小：
图例文字大小：

颜色（超过8种用系统默认颜色）
颜色1：
颜色2：
颜色3：
颜色4：
颜色5：
颜色6：
颜色7：
颜色8：

点大小

距离算法


是否绘制椭圆（默认level 0.95）


是否标注样品名


字体


此图将消耗 1 微币

主坐标分析PCoA

简介
主坐标分析（Principal Co-ordinates Analysis，PCoA）是一种多变量统计方法，用于研究样本间的相似性或差异性，是一种非约束性的数据降维分析方法。PCoA通过将样本距离矩阵转换为坐标，从而在低维空间中可视化样本的相对位置。这种方法在生态学和微生物群落分析中特别有用，因为它可以处理基于不同距离度量的样本间的差异性。 PCoA与主成分分析（PCA）相似，但它们之间存在一些关键的区别。PCA是基于样本的相似系数矩阵（如欧式距离）来寻找主成分的，而PCoA是基于距离矩阵（如Bray-Curtis距离、Jaccard距离等）来寻找主坐标的。调用vegen包
数据说明
输入数据为为矩阵形式，名字不能含有特殊符号，空格等。第1行是样品分组信息，第2行是样品名（唯一，不能有重复），第3+行是OTU值（或其他值）
论文例子
输入 示例数据
输出

1）如何作图？
1，准备作图数据；2，用excel打开数据，调整为示例格式；3，将调整后的数据粘贴到输入框；4，选择参数；5，提交出图
2）为什么不出图？
对输入数据格式有严格要求。请观看输入框上面的视频介绍，并仔细阅读右侧说明，示例数据。
3）如何引用？
3200+篇google学术，2600+篇知网学术
推荐直接写网址
Cite: Tang D, Chen M, Huang X, Zhang G, Zeng L, Zhang G, Wu S, Wang Y. SRplot: A free online platform for data visualization and graphing. PLoS One. 2023 Nov 9;18(11):e0294236. doi: 10.1371/journal.pone.0294236. PMID: 37943830.
Method: Heatmap was plotted by https://www.bioinformatics.com.cn (last accessed on 20 Feb 2024), an online platform for data analysis and visualization.
Acknowledgement: We thank Shanghai NewCore Biotechnology Co., Ltd. (https://www.bioinformatics.com.cn, last accessed on 20 Feb 2024) for providing data analysis and visualization support.
4）交流群/公众号