spearman相关性分析_环境因子与主要物种丰度的相关性热图！！

写在前面

本文章旨在给出一个简便易用的环境因子与主要物种丰度的相关性分析及结果展示方式，适用于环境因子和主要物种相对较少的情况。

如果样本数目过多、微生物群落十分复杂，建议使用网络分析评估特定环境因子与不同物种之间的关系，网络分析涉及的内容较多，过一阵应该会专门开个专题来说一说。

我在本文所进行的分析关注的只有物种与环境因子的关系，而对于物种与物种、环境因子和环境因子之间的关系并不关注，因此使用的是不对称的相关矩阵进行可视化，只给出了一种结果可视化的方法。

在R语言中，对于相关性矩阵可视化的方法非常多，不过大多都是基于对称的相关性矩阵，比如cpairs包、corrgram包、corrplot包、ggcorrplot包等等，网上的文章也挺多的，大家可以自行了解一下。

环境因子关联分析

上一节中我介绍了环境因子关联分析中最常用的CCA和RDA，这两种分析都是用来确定环境因子与整体微生物群落之间的相关性，更够得到在微生物群落变化过程中发挥主要作用的环境因子。

在科学研究中，我们通常还想要知道另一个问题，不同的环境因子到底能够调控哪些微生物的变化，当这一问题有了结果之后，我们就可以通过尝试通过调控特定的环境因子，改变特定功能微生物在群落中的丰度，从而达到一些特异性的目的。

如果只通过CCA和RDA是不足以得到这一结果的，此时我们需要