getwd() # zjisteni cesty k datum
vec <- c(1,5,8,7,9,11) # vytvoreni  vektoru
install.packages(vegan) #instalace balicku "vegan"
library(vegan) #otevreni balicku "vegan"
?boxplot # vyvola napovedu co znamena "boxplot"


#01
spe <- read.csv("veg.csv", row.names = 1) # row.names ... jmena sloupcu jsou v prvnim radku
env <- read.csv("env.csv", row.names = 1)
  # formát csv je z libreoffice a uklada je R, problem je v Microsoft Excelu, ten ma vice formatu csv

  # nahrani dat muzeme i s pomoci: oznacit celou tabulku a zkopirovat,
  # pak v R napsat: 
env/spe <- read.delim2("clipboard", row.names=1) # delim vs.delim2 ... desetinna tecka (svet) vs. carka (Stredni Evropa) - 

# problem razeni jmen na C a na Ch ... radi Ch za H misto za C 

  # nevyhoda "clipboard" - v datech vetsich nad 1000 uz data za 1000 hranici nenacte aa nevyhodi to chybu
  
  # nahrani dat take klikaci metodou z "Import Dataset" v casti "Environment"


#02
summary(spe)
summary(env)

rownames(spe)==rownames(env) # zjistime zda jsou stejne radky v spe a env
table(rownames(spe)==rownames(env))

#03
class(spe) # zjisti typ objektu data.frame, factor apod.
class(env)

# class(env$hemiparasite)
# levels(env$hemiparasite) # zjistme urovne

dim(spe) # dimension

#04
sp.rich <- specnumber(spe) # zjisteni druhove bohatosti
  # nebo
sp.rich2 <- rowSums(spe>0) # sumy radku, scita prezence tzn. prezence je vetsi jak nula

#05
quantile(sp.rich) # spocita quantily i s rozsahem, pokud jen quantil tak fce "range"

#06
hist(sp.rich)

#07
boxplot(sp.rich~env$hemiparasite)
boxplot(sp.rich~env$hemiparasite, xlab="Hemiparasitic species")

#08
plot(sp.rich~env$Productivity)

#09

# export pomoci tlacitka "Export" v "Plots" ...v Metafile

  # nebo  

pdf("scatterplot.pdf", 5.5) # 5.5 je v palcich v souboru PDF
plot(sp.rich~env$Productivity)
dev.off() # zavre PDF, aby se do nej neukladaly porad nove zmeny a nemenily soubor "otevreny soubor v R" PDF

  # nebo 

svg("scatterplot.svg", 5.5) # lze otevrot v Exloreru nebo v Inkscape
plot(sp.rich~env$Productivity)
dev.off()
  
  # nebo   

png("scatterplot.png", 600, 600, res= 150) # pocet pixelu a rozliseni (res=x)
plot(sp.rich~env$Productivity)
dev.off()
  
#10
spe.rmi_zaklad <-  spe[1,3] # pomoci dvou hodnot (margin 1 a margin 2) vyberu radky a sloupuce, ktere chci

spe.rmi <-  spe[env$hemiparasite=="RMI", ]

#11
env$Productivity <- env$Productivity*4 # Prevod dat na produktivitu v g na metr ctverecni (puvodne byla v g na 0.5 m x 0.5 m)

spe$Bromus.erectus[env$Productivity > 500]