0

在 R 中使用 ace 函数的 ARD 模型时出现错误。错误是

floating.pie.asp 中的错误（XX[i], YY[i], pie[i, ], radius = xrad[i], col = piecol）：floating.pie：x 值必须为非负数

library(ape)
library(phylobase)
tree <- read.nexus("data1.nexus")
plot(tree)
data <- read.csv("phagy_species.csv")
clade.full <- extract.clade(tree, node=91)
plot(clade.full)
clade.1 <- drop.tip(clade.full, "Bar_bre")
clade.2<- drop.tip(clade.1, "Par_pho")
clade.3<- drop.tip(clade.2, "Par_iph")
clade.4<- drop.tip(clade.3, "Eur_ser")
clade.5<- drop.tip(clade.4, "Opo_sym")
clade.6<- drop.tip(clade.5, "Mor_pel")
clade.7<- drop.tip(clade.6, "Aph_hyp")
clade.8<- drop.tip(clade.7, "Ere_oem")
clade.9<- drop.tip(clade.8, "Cal_bud")
clade.10<- drop.tip(clade.9, "Lim_red")
clade.11<- drop.tip(clade.10, "Act_str")
clade.12<- drop.tip(clade.11, "Hel_hec")
clade.13<- drop.tip(clade.12,"Col_dir")
clade.14<- drop.tip(clade.13, "Hyp_pau")
clade.15<- drop.tip(clade.14, "Nym_pol")
clade.16<- drop.tip(clade.15, "Mel_cin")
clade.17<- drop.tip(clade.16,"Apa_iri")
clade.18<- drop.tip(clade.17, "Bib_hyp")
clade.19<- drop.tip(clade.18, "Mar_ors")
clade.20<- drop.tip(clade.19, "Apo_cra")
clade.21<- drop.tip(clade.20, "Pse_par")
clade.22 <- drop.tip(clade.21, "Lep_sin")
clade.23<- drop.tip(clade.22, "Dis_spi")
plot(clade.23)
data2 <- as.numeric(data[,2])
model2 <- ace(data2, clade.23, type="discrete", method="ML", model="ARD")
summary(model2)
d <-logLik(model2)
deviance(model2)
AIC(model2)
plot(clade.23, type="phylogram", cex=0.8, font=3, label.offset = 0.004)
co <- c("red", "blue", "green", "black")
nodelabels(pie = model2$lik.anc, piecol = co, cex = 0.5)

那就是我得到错误的时候。如果我使用原始树而不修剪，则没有错误。但是，当我将它们修剪到我的要求时，它会变成负面的。

这是数据 树文件

数据文件

4

3 回答 3

0

我的数据也有同样的问题。我将我的数据放入矩阵中（如 Slow Ioris 建议的那样），然后不列出矩阵。

x <- matrix(data=c(model2$lik.anc[,1],model2$lik.anc[,2],model2$lik.anc[,3],model2$lik.anc[,4]))
plotTree(tree,ftype="i",label.offset = 0.02)
nodelabels(pie = unlist(x))
于 2020-11-05T09:28:33.817 回答
0

您用于饼图比例的矩阵中包含复数。要查看此内容，请尝试：

class(model2$lik.anc[1,1])

该矩阵的行定义了饼图的比例，它们的总和需要为 1。如果我nodelabels像这样替换函数中的饼图矩阵，您的代码会生成一个带有饼图的图：

nodelabels(pie = matrix(0.25, 64, 4), piecol = co, cex = 0.5)

因为现在有一个合法的pie参数矩阵，其行总和为 1。

至于为什么你在那个矩阵中有复数，我不确定。它可能与ace您的示例中产生的所有警告有关。但这是一个完全不同的问题。

于 2016-05-11T05:51:48.407 回答
-1

对于其他人在清除其数据的可想象部分后也遇到相同问题：当您提供 data.frame 而不是矩阵时，nodelabels 函数会给出相同的错误pie。

于 2019-02-01T12:50:22.607 回答