1
Procvičování 11 - řešení
Naimportujte do R dataframy spe a env z excelového souboru dat09.xls ve studijních materiálech (cv09).
1. Vytvořte funkci minmaxO, která vrátí nejnižší a nevyšší hodnotu ve vektoru. Otestujte funkci na libovolném vektoru.
minmax<- function(x){ c(min(x), max(x))
>
minmax(c(2,-3,1,5,0)) ## [1] -3 5
# co když budou v x nejaké NA hodnoty? pak by se hodilo ponechat prostor pro použiti
# argumentu na.rm= ve funkcich min() a max(), pripadne tento argument použit:
minmax<- function(x, ...){ c(min(x,  . ..), max(x, ...))
>
minmax(c(2,-3,1,5,0)) ## [1] -3 5 minmax( c (2, - 3,1,5, NA) ) ## [1] NA NA
minmax(c(2,-3,l,5,NA), na.rm= T) ## [1] -3 5
# pokud explicitne na.rm= použijeme v nasi funkci, muzeme mu přiřadit defaultni hodnotu
# treba TRUE:
minmax<- function(x, na.rm= T){
# (funkce minmax bude funkci x a na.rm, argument na.rm jsem schválne pojmenoval na.rm,
# protože tak se jmenuje i v jiných funkcich, mohl by se jmenovat ale jakkoliv jinak). c(min(x, na.rm= na.rm), max(x, na.rm= na.rm))
>
# nenechte se zmást tim na.rm= na.rm. prvni na.rm= je argument funkce min(),
# druhé na.rm (to za rovnitkem) je argument nasi minmaxO funkce, který nese hodnotu TRUE,
# pokud ji pri použiti funkce minmaxO nezmenime na FALŠE.
# rikame tak R, aby ve funkci min() použil argument na.rm= tak, jak jsme ho použili ve funkci
# minmaxO
minmax(c(2,-3,l,5,NA)) ## [1] -3 5
minmax(c(2,-3,l,5,NA), na.rm= F) ## [1] NA NA
2
2. Vytvořte funkci mocnina(), která vrátí umocněné hodnoty na druhou.
mocnina<- function(x){ x~2
>
mocnina(c(l,3,5)) ## [1]    1   9 25
3. Vytvořte funkci myplotO, která v bodovém grafu zobrazí proti sobě 2 zadané vektory.
par(mar= c(4,4,l,l)) myplot<- function(x, y){ plot(y ~ x)
>
myplot(l:10, (1:10)~2)
O
O
O
o
o
o
o
o
o
i-1-1-1-r
2        4        6        8 10
x
4. Do funkce myplotO přidejte argument group=, která zajistí odlišení bodů v grafu pomocí různých symbolů. Otestujte na proměnných depth, fr a gr dataframu env.
par(mar= c(4,4,l,l))
myplot<- function(x, y, group){
plot(y ~ x, pch= as.numeric(group))
>
myplot(env$depth, env$fr, env$gr)
## Warning: Name partially matched in data frame
O
O
00
O CD
O ^1-
O C\J
O —
3
^1-o
CM O
O O
X /s o o	O
	X
X	O
X	
	
o O	
o	o o
	0)    o     o o
A O A	
0.2
0.3
0.4
0.5
5. Do funkce myplotO přidejte argument . . ., který ponechá možnost přidání dalších argumentů funkce plot(), například nastavení větší nebo menší velikosti bodů v grafu. Otestujte na proměnných depth, fr a gr dataframu env, zkuste několik variant s různě velkými symboli.
par(mar= c(4,4,l,l))
myplot<- function(x, y, group, ...){
plot(y ~ x, pch= as.numeric(group), ...)
>
myplot(env$depth, env$fr, env$gr, cex= 1.8)
## Warning: Name partially matched in data frame
o
CM O
O O
0.2
0.3
0.4
0.5
6. Vytvořte funkci showmeO, která zobrazí prvních 5 řádků a sloupců zadaného tabulkového objektu. Otestujte na dataframu spe.
4
showme<- function(tab){ return(tab[l:5, 1:5])
>
showme(spe)
##        ablabesp apsetrif
## sOl 0 1
## s02 1 1
## s03 0 2
## s04 0 0
## s05 1 0
brilmode brilflav cladotsp
0 0 0
0 13
0 0 1
0 0 5
2 1 18
7. Upravte funkci showmeO tak aby zobrazila prvních 5 a posledních 5 řádků a sloupců zadaného tabulkového objektu.
showme<- function(dtf){ nRow<- nrow(dtf) nCoK- ncol(dtf)
dtf[c(l:5,  (nRow-4):nRow), c(l:5,  (nCol-4):nCol)]
>
showme(spe)						
##	ablabesp apsetrif		brilmode	brilflav	cladotsp tanytasp thellasp	
## sOl	0	1	0	0	0	4 5
## s02	1	1	0	1	3	1 9
## s03	0	2	0	0	1	8 3
## s 04	0	0	0	0	5	12 4
## s05	1	0	2	1	18	31 16
## s23	0	0	0	0	22	5 3
## s 24	0	0	0	0	2	4 1
## s25	0	0	0	1	0	11 0
## s26	3	6	0	1	9	47 5
## s27	0	3	9	1	2	4 2
##	thiegrge	tvetbaca	tvetdive			
## sOl	5	4	4			
## s02	15	11	7			
## s03	8	8	5			
## s 04	17	2	1			
## s05	59	2	0			
## s23	6	0	0			
## s 24	6	177	116			
## s25	1	1	1			
## s26	127	1	1			
## s27	32	0	2			
8. Přidejte do funkce showmeO argument n=, pomocí něhož budé možné specifikovat, kolik (n) prvních a posledních řádků zadaného tabulkového objektu bude zobrazeno. Jako default nastavte hodnotu n na 5. Počet sloupců nechejte na 5 + 5.
5
showme<- function(dtf, n){ nRow<- nrow(dtf) nCoK- ncol(dtf)
dtf[c(l:n,  (nRow-(n-l)):nRow), c(l:n,  (nCol-(n-1)):nCol)]
>
showme(spe, 3)
##		ablabesp apsetrif		brilmode thi	egrge	tvetbaca	tvetdive
##	sOl	0	1	0	5	4	4
##	s02	1	1	0	15	11	7
##	s03	0	2	0	8	8	5
##	s25	0	0	0	1	1	1
##	s26	3	6	0	127	1	1
##	s27	0	3	9	32	0	2
9. Vytvořte funkci colstatO, která vrátí počet nenulových hodnot, minimální, mediánovou a maximální hodnotu těchto nenulových hodnot pro všechny sloupce zadaného tabulkového objektu (mat). Zjištěné hodnoty nechť jsou uspořádány do matice, kde řádky odpovídají sloupcům mat a ve sloupcích jsou jednotlivé statistiky (nenul, min, medián, max). Řádky výsledné matice nechť jsou seřazeny sestupně podle mediánu. Otestujte na dataframu spe.
# tady   rmizeme použit reseni z přikladu 10, jen ho zobecnime a malicku upravime
colstat<- function(dtf){
stat<- matrix(NA, nrow= ncol(dtf), ncol= 4)
dimnames(stat)<- list(names(dtf), c("non-zeros", "min", "medián", "max"))
for(i in names(dtf)){ vals_i<- dtf[, i]
# vals_i obsahuje vytažené hodnoty sloupce i nuly_i<- vals_i == 0
# nuly_i označuji nulové hodnoty sloupce i stat[i, "non-zeros"]<- sum(!nuly_i) stat[i, "min"]<- min(vals_i[!nuly_i]) stat[i, "medián"]<- medián(vals_i[!nuly_i]) stat[i, "max"]<- max(vals_i[!nuly_i])
>
return(stat)
>
colstat(spe[, 1:10])
##		non-zeros	min	medián	max
##	ablabesp	4	1	1.0	3
##	apsetrif	8	1	2.0	9
##	brilmode	3	1	2.0	9
##	brilflav	11	1	1.0	4
##	cladotsp	17	1	3.0	73
##	corysp.	26	1	14.0	43
##	cricannu	5	1	1.0	2
##	cricbici	7	1	1.0	2
6
## cricbigr ## crictrgr
16 12
2.5 2.0
13 8
10. Teď připojíme knihovnu balíku vegan a uděláme ordinaci pakomářích společenstev pomocí korespondenční analýzy (CA). Vyextrahujeme skóre lokalit na prvních dvou osách ordinace a s těmi budeme dál pracovat.
par(mar= c(4,4,l,l)) library(vegan)
## Loading required package: permute ## Loading required package: lattice ## This is vegan 2.0-10
cal<- cca(loglp(spe))
scl<- scores(cal, display= 'sites')
plot(scl)
O C\j
CM <
O
o o
T
-2 -1
CA1
11. Vytvořte funkci show.species(), která v zadané ordinaci odliší symboly lokality, na kterých se zadaný druh vyskytoval od ostatních. Výsledek by měl vypadat asi takhle:
par(mar= c(4,4,l,l))
show.species(scl, "prodoliv")
7
	+	+
+		+ + + ++
+		
		+ +
■		+
1 1 -2 -1	I 0	I 1
CA1
# jedno z možných reseni (slo by to i bez funkce points ()): show.species<- function(ordinace, druh){ plot(ordinace, type= 'n')
points(ordinace, pch= c(3,15)[factor(spe[,druh] > 0)])
>
# argument type= n u funkce plot() zajisti, ze neni nic zobrazeno, jen je vytvořeno grafické okno,
# s nastaveným rozsahem os.
# všimnete si take, ze pro zobrazeni lokalit v dvourozměrném prostoru jejich skoré
# (vlastne se jedna o 2 proměnné, prvni a druhou osu) štaci plot(skoré), samozrejme
# bychom mohli použit i plot(skore[, 1], skore[,2]), nebo plot(skoré[,2]~skore[,1]) apod.
12. Přidejte do funkce show. species() argument, pomocí něhož bude možné specifikovat symboly a barvy bodů zobrazovaných v grafu (samozřejmě aby jedna barva a jeden symbol patřil lokalitám s výskytem druhu a druhá barva a symbol těm ostatním). Příklad:
par(mar= c(4,4,l,l))
show.species(sel, "prodoliv", col=c('orange','skyblue'), pch= c(2,16))
8
CM <
O
o
m
o
i
T
a a
a &
a
a
a
-2
aA^
-1
CA1
show.species<- function(ordinace, druh, col, pch){ plot(ordinace, type= 'n')
points(ordinace, pch= pch[factor(spe[,druh] > 0)], col= col[factor(spe[,druh] > 0)])
>
13. Přidejte do funkce show.species() argument .. ., pomocí něhož bude možné specifikovat další grafické argumenty, například velikost symbolů.
show.species<- function(ordinace, druh, col, pch, ...){ plot(ordinace, type= 'n', ...)
points(ordinace, pch= pch[factor(spe[,druh] > 0)], col= col[factor(spe[,druh] > 0)], ...)
>
# ... musi byt ve funkci function() a u jedné z funkci plot() a points(),
# mohou byt i u obou.
# pozorni jedinci by v tuto chvili uz dokázali napsat funkci, která by z datasetu
# vytáhla zadaný počet nejbeznejsich druhu a zobrazila je obdobným způsobem v ordinaci,
# treba jeste s velikosti symbolu odpovidajici (pravdepodobne transformovane,  treba sqrt)
# abundanci druhu na lokalitách :)