用前必读
1,使用excel存储并调整数据,然后拷贝、粘贴到输入框
2,先用输入框下方的“输入检查”按钮检查输入,通过后再作图
3,表头请勿使用#,<,>,%,(,)等特殊符号。默认仅支持英文字符
4,使用inkscape或者AI修改文字、字体,图例,处理截断
5,生信项目合作,提交bug、发文引用换积分,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 需求及bug提交   pdf转图片
必需输入

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 2 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
Comparison of targeted metagenomics and IS-Pro methods for analysing the lung microbiome. Fig2
论文写作
Principal component analysis (PCoA) plot derived using Jaccard diversity measure of the sputum microbiome of COPD participants. The PCoA plot compares targeted metagenomics and IS-Pro methods; with the dots representing each sample.
输入 示例数据
输出

如何引用?

建议直接写网址。4800+篇google学术,3900+篇知网学术
正式引用: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.
方法章节:Heatmap was plotted by https://www.bioinformatics.com.cn (last accessed on 10 Dec 2024), an online platform for data analysis and visualization.
致谢章节:We thank Mingjie Chen (Shanghai NewCore Biotechnology Co., Ltd.) for providing data analysis and visualization support.