class: center, middle, inverse, title-slide # Ecologia Numérica ## Aula 1 - Explorando dados ### Felipe Melo ### Laboratório de Ecologia Aplicada - UFPE ### 2021-02-25 --- # Explorando dados - Bases de dados ecológicos seguem uma lógica relativamente simples - As bases são organizadas quse sempre na forma de matrizes com 'n' colunas e 'm' linhas ``` ## # A tibble: 10 x 5 ## spec siteA siteB siteC siteD ## <chr> <int> <int> <int> <int> ## 1 sp1 0 0 1 0 ## 2 sp2 1 0 0 0 ## 3 sp3 0 1 0 1 ## 4 sp4 0 0 0 1 ## 5 sp5 0 0 1 1 ## 6 sp6 1 0 1 1 ## 7 sp7 0 1 0 0 ## 8 sp8 1 1 0 0 ## 9 sp9 1 0 0 0 ## 10 sp10 1 0 0 0 ``` **Todas as bases ecológicas que iremos usar serão organizadas dessa forma** --- # Explorando dados - Usamos a mesma lógica para organizar bas bases de dados *ambientais* - Por exemplo, essa é a estrutura dos dados ambientais que usaremos nesse módulo ### Estão no livro **Numerical Ecology with R** ``` ## Cogo Satr Phph Babl Thth Teso Chna Pato Lele Sqce Baba Albi Gogo Eslu Pefl ## 1 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0 ## 2 0 5 4 3 0 0 0 0 0 0 0 0 0 0 0 ## 3 0 5 5 5 0 0 0 0 0 0 0 0 0 1 0 ## 4 0 4 5 5 0 0 0 0 0 1 0 0 1 2 2 ## 5 0 2 3 2 0 0 0 0 5 2 0 0 2 4 4 ## 6 0 3 4 5 0 0 0 0 1 2 0 0 1 1 1 ## 7 0 5 4 5 0 0 0 0 1 1 0 0 0 0 0 ## 8 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ## 9 0 0 1 3 0 0 0 0 0 5 0 0 0 0 0 ## 10 0 1 4 4 0 0 0 0 2 2 0 0 1 0 0 ## 11 1 3 4 1 1 0 0 0 0 1 0 0 0 0 0 ## 12 2 5 4 4 2 0 0 0 0 1 0 0 0 0 0 ## 13 2 5 5 2 3 2 0 0 0 0 0 0 0 0 0 ## 14 3 5 5 4 4 3 0 0 0 1 1 0 1 1 0 ## 15 3 4 4 5 2 4 0 0 3 3 2 0 2 0 0 ## 16 2 3 3 5 0 5 0 4 5 2 2 1 2 1 1 ## 17 1 2 4 4 1 2 1 4 3 2 3 4 1 1 2 ## 18 1 1 3 3 1 1 1 3 2 3 3 3 2 1 3 ## 19 0 0 3 5 0 1 2 3 2 1 2 2 4 1 1 ## 20 0 0 1 2 0 0 2 2 2 3 4 3 4 2 2 ## 21 0 0 1 1 0 0 2 2 2 2 4 2 5 3 3 ## 22 0 0 0 1 0 0 3 2 3 4 5 1 5 3 4 ## 23 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 ## 24 0 0 0 0 0 0 1 0 0 2 0 0 1 0 0 ## 25 0 0 0 0 0 0 0 0 1 1 0 0 2 1 0 ## 26 0 0 0 1 0 0 1 0 1 2 2 1 3 2 1 ## 27 0 0 0 1 0 0 1 1 2 3 4 1 4 4 1 ## 28 0 0 0 1 0 0 1 1 2 4 3 1 4 3 2 ## 29 0 1 1 1 1 1 2 2 3 4 5 3 5 5 4 ## 30 0 0 0 0 0 0 1 2 3 3 3 5 5 4 5 ## Rham Legi Scer Cyca Titi Abbr Icme Gyce Ruru Blbj Alal Anan ## 1 0 0 0 0 0 0 0 0 0 0 0 0 ## 2 0 0 0 0 0 0 0 0 0 0 0 0 ## 3 0 0 0 0 0 0 0 0 0 0 0 0 ## 4 0 0 0 0 1 0 0 0 0 0 0 0 ## 5 0 0 2 0 3 0 0 0 5 0 0 0 ## 6 0 0 0 0 2 0 0 0 1 0 0 0 ## 7 0 0 0 0 0 0 0 0 0 0 0 0 ## 8 0 0 0 0 0 0 0 0 0 0 0 0 ## 9 0 0 0 0 1 0 0 0 4 0 0 0 ## 10 0 0 0 0 0 0 0 0 0 0 0 0 ## 11 0 0 0 0 0 0 0 0 0 0 0 0 ## 12 0 0 0 0 0 0 0 0 0 0 0 0 ## 13 0 0 0 0 0 0 0 0 0 0 0 0 ## 14 0 0 0 0 0 0 0 0 0 0 0 0 ## 15 0 0 0 0 1 0 0 0 0 0 0 0 ## 16 0 1 0 1 1 0 0 0 1 0 0 0 ## 17 1 1 0 1 1 0 0 0 2 0 2 1 ## 18 2 1 0 1 1 0 0 1 2 0 2 1 ## 19 2 1 1 1 2 1 0 1 5 1 3 1 ## 20 3 2 2 1 4 1 0 2 5 2 5 2 ## 21 3 2 2 2 4 3 1 3 5 3 5 2 ## 22 3 3 2 3 4 4 2 4 5 4 5 2 ## 23 0 0 0 0 0 0 0 0 1 0 2 0 ## 24 0 1 0 0 0 0 0 2 2 1 5 0 ## 25 0 0 1 0 0 0 0 1 1 0 3 0 ## 26 2 2 1 1 3 2 1 4 4 2 5 2 ## 27 3 3 1 2 5 3 2 5 5 4 5 3 ## 28 4 4 2 4 4 3 3 5 5 5 5 4 ## 29 5 5 2 3 3 4 4 5 5 4 5 4 ## 30 5 3 5 5 5 5 5 5 5 5 5 5 ``` --- # Explorando dados - Usamos a mesma lógica para organizar bas bases de dados *ambientais* - Por exemplo, essa é a estrutura dos dados ambientais que usaremos nesse módulo ### Estão no livro **Numerical Ecology with R** ``` ## dfs ele slo dis pH har pho nit amm oxy bod ## 1 0.3 934 48.0 0.84 7.9 45 0.01 0.20 0.00 12.2 2.7 ## 2 2.2 932 3.0 1.00 8.0 40 0.02 0.20 0.10 10.3 1.9 ## 3 10.2 914 3.7 1.80 8.3 52 0.05 0.22 0.05 10.5 3.5 ## 4 18.5 854 3.2 2.53 8.0 72 0.10 0.21 0.00 11.0 1.3 ## 5 21.5 849 2.3 2.64 8.1 84 0.38 0.52 0.20 8.0 6.2 ## 6 32.4 846 3.2 2.86 7.9 60 0.20 0.15 0.00 10.2 5.3 ## 7 36.8 841 6.6 4.00 8.1 88 0.07 0.15 0.00 11.1 2.2 ## 8 49.1 792 2.5 1.30 8.1 94 0.20 0.41 0.12 7.0 8.1 ## 9 70.5 752 1.2 4.80 8.0 90 0.30 0.82 0.12 7.2 5.2 ## 10 99.0 617 9.9 10.00 7.7 82 0.06 0.75 0.01 10.0 4.3 ## 11 123.4 483 4.1 19.90 8.1 96 0.30 1.60 0.00 11.5 2.7 ## 12 132.4 477 1.6 20.00 7.9 86 0.04 0.50 0.00 12.2 3.0 ## 13 143.6 450 2.1 21.10 8.1 98 0.06 0.52 0.00 12.4 2.4 ## 14 152.2 434 1.2 21.20 8.3 98 0.27 1.23 0.00 12.3 3.8 ## 15 164.5 415 0.5 23.00 8.6 86 0.40 1.00 0.00 11.7 2.1 ## 16 185.9 375 2.0 16.10 8.0 88 0.20 2.00 0.05 10.3 2.7 ## 17 198.5 349 0.5 24.30 8.0 92 0.20 2.50 0.20 10.2 4.6 ## 18 211.0 333 0.8 25.00 8.0 90 0.50 2.20 0.20 10.3 2.8 ## 19 224.6 310 0.5 25.90 8.1 84 0.60 2.20 0.15 10.6 3.3 ## 20 247.7 286 0.8 26.80 8.0 86 0.30 3.00 0.30 10.3 2.8 ## 21 282.1 262 1.0 27.20 7.9 85 0.20 2.20 0.10 9.0 4.1 ## 22 294.0 254 1.4 27.90 8.1 88 0.20 1.62 0.07 9.1 4.8 ## 23 304.3 246 1.2 28.80 8.1 97 2.60 3.50 1.15 6.3 16.4 ## 24 314.7 241 0.3 29.76 8.0 99 1.40 2.50 0.60 5.2 12.3 ## 25 327.8 231 0.5 38.70 7.9 100 4.22 6.20 1.80 4.1 16.7 ## 26 356.9 214 0.5 39.10 7.9 94 1.43 3.00 0.30 6.2 8.9 ## 27 373.2 206 1.2 39.60 8.1 90 0.58 3.00 0.26 7.2 6.3 ## 28 394.7 195 0.3 43.20 8.3 100 0.74 4.00 0.30 8.1 4.5 ## 29 422.0 183 0.6 67.70 7.8 110 0.45 1.62 0.10 9.0 4.2 ## 30 453.0 172 0.2 69.00 8.2 109 0.65 1.60 0.10 8.2 4.4 ``` --- # Explorando dados - Usamos a mesma lógica para organizar bas bases de dados *espaciais* - Por exemplo, essa é a estrutura dos dados ambientais que usaremos nesse módulo ### Estão no livro **Numerical Ecology with R** ``` ## X Y ## 1 85.678 20.000 ## 2 84.955 20.100 ## 3 92.301 23.796 ## 4 91.280 26.431 ## 5 92.005 29.163 ## 6 95.954 36.315 ## 7 98.201 38.799 ## 8 99.455 46.406 ## 9 109.782 55.865 ## 10 130.641 66.576 ## 11 142.748 81.258 ## 12 147.270 85.839 ## 13 156.817 89.516 ## 14 159.435 92.791 ## 15 150.820 91.084 ## 16 132.662 87.956 ## 17 128.298 93.918 ## 18 130.560 102.446 ## 19 128.459 105.428 ## 20 114.862 103.129 ## 21 97.163 90.245 ## 22 88.200 86.373 ## 23 79.596 83.508 ## 24 74.753 78.734 ## 25 67.146 74.683 ## 26 53.770 71.598 ## 27 43.637 68.673 ## 28 30.514 61.166 ## 29 20.495 43.848 ## 30 0.000 41.562 ``` --- # Vamos olhar mais de perto para a base de dados de **espécies** ```r nrow(spe) # entendendo a base, sabemos que o número de linhas equivale ao de amostras ``` ``` ## [1] 30 ``` ```r ncol(spe) # o número de colunas equivale ao de espécies ``` ``` ## [1] 27 ``` ```r dim(spe) # esse comando já dá tudo ``` ``` ## [1] 30 27 ``` ```r colnames(spe) # aqui até os nomes abravidaos das espécies nós temos ``` ``` ## [1] "Cogo" "Satr" "Phph" "Babl" "Thth" "Teso" "Chna" "Pato" "Lele" "Sqce" ## [11] "Baba" "Albi" "Gogo" "Eslu" "Pefl" "Rham" "Legi" "Scer" "Cyca" "Titi" ## [21] "Abbr" "Icme" "Gyce" "Ruru" "Blbj" "Alal" "Anan" ``` --- # Essa regra vale para todas as bases <img src="https://media.giphy.com/media/VbnUQpnihPSIgIXuZv/giphy.gif" width="240" height="320" /> .pull-right[ **Pratique com todas as bases** - Cheque a estrutura - Confira a natureza das variáveis - Não avance antes de ter certeza que você conhece seus dados ] --- # Faça alguns gráficos .pull-left[ - Gráficos precisam estar acompanhados de pergumtas - Qual a distribuição de abundância das espécies? <img src="00_aula1_files/figure-html/unnamed-chunk-5-1.png" width="400px" /> ] .pull-right[ - Este é um gráfico muito útil, que auxilia muito na compreensão da diversidade biológica de comunidades ] --- # Faça mais gráficos .pull-left[ - Entenda a amplitude das variáveis ambientais que possui <img src="00_aula1_files/figure-html/unnamed-chunk-6-1.png" width="400px" /> ] .pull-right[ - Note que as variáveis têm "amplitudes" diferentes, e isso é importante ] --- # Entenda também suas variáveis espaciais .pull-left[ <img src="00_aula1_files/figure-html/unnamed-chunk-7-1.png" width="500px" /> ]