1. get_area_name()

根据地区编码获得地区名称

用法

get_area_name(area_codes)

参数

• area_codes：包含要映射到名称的代码集的字符向量

值

字符。长度为1的向量，带有3级区域集的名称，或者(如果该区域集没有名称)代码的输入向量。

详介

与get_wgsrpd3_codes函数执行相反的功能。适用于压缩代码集，例如文件名、绘图和表格格式。

例子

get_area_name(get_wgsrpd3_codes("Brazil"))

ℹ Matches to input geography found at Country (Gallagher) and Region (Level 2)
[1] "Brazil"

2. get_wgsrpd3_codes()

提取WGSRPD3级编码

用法

get_wgsrpd3_codes(geography, include_equatorial = NULL)

参数

• geography：字符变量。要转换为3级代码的地理位置。可能是WGSRPD区域(3级)、地区(2级)或洲(1级)、国家(政治)或半球(“北半球”、“南半球”或“赤道”)
• include_equatorial：逻辑变量。包括跨越赤道的3级区域？默认为NULL，这将生成一条消息并包括这些区域。如果地理不是半球，则忽略。

值

具有属于该地理区域的区号(级别3)的字符。

详介

国家绘图遵循加Gallagher et al. (2020)。重要的是，这意味着一些海外领土在此系统中不被视为国家的一部分，例如加那利群岛被指定为它们自己的 3 级区域，而不是此映射中西班牙的一部分。在不明确的地方，可以使用View(wgsrpd_mapping)来研究映射。

例子

get_wgsrpd3_codes("Brazil")

ℹ Matches to input geography found at Country (Gallagher) and Region (Level 2)
[1] "BZC" "BZE" "BZL" "BZN" "BZS"

3. powo_map()

为给定的范围和范围质心绘制 POWO 样式地图。

用法

powo_map(range_sf, centroids_sf)

参数

• range_sf：等高多边形的简单要素（sf）数据框
• centroids_sf：范围质心的简单要素（sf）数据框

值

该范围的ggplot地图

4. powo_pal(), scale_color_powo(), scale_colour_powo(), scale_fill_powo()

POWO网站上展示的范围地图有一个固定的、离散的调色板，它基于一个地区的分类群类型。

用法

powo_pal()

scale_color_powo(...)

scale_colour_powo(...)

scale_fill_powo(...)

参数

• …：传递给discrete_scale的参数
• palette：一个调色板函数，当用单个整数参数(标尺中的级别数)调用时，返回它们应该取的值（例如scales::hue_pal())
• limits：下列之一：
  1. 默认为NULL
  2. 定义了尺度可能的值和顺序的字符向量
  3. 接受现有(自动)值并返回新值的函数。也接受rlang lambda函数表示法。
• drop：是否应从量表中省略未使用的因子水平？默认值TRUE使用数据中出现的级别；FALSE使用因子中的所有级别。
• na.translate：与连续刻度不同，离散刻度可以很容易地显示缺失值，默认情况下会这样做。如果要从离散刻度中删除缺失值，请指定na.translate = FALSE。
• scale_name：应用于与此刻度关联的错误消息的刻度的名称。
• name：尺度名称。用于轴或图例标题。如果是waiver()，默认值，尺度名称从首次绘图时获得。如果为NULL，图例标题将被忽略。
• labels：以下之一：
  1. NULL表示没有标签
  2. waiver() 用于转换对象计算的默认标签
  3. 提供标签的字符向量（必须与 breaks 等长）
  4. 表达式向量（必须与 breaks 等长）。详见 ?plotmath
  5. 一个函数，它将breaks作为输入，并将标签作为输出返回。也接受rlang lambda函数表示法。
• guide：用于创建指南或其名称的函数。详见 guides()
• super：用于构建标尺的父类

值

字符。与POWO相匹配的名称和十六进制值的向量。

5. redlist_example

名称匹配的示例数据集。一个包含20个红名单评估样本的数据集，用于名称匹配

用法

redlist_example

格式

具有 20 行和 4 个变量的数据框：

• assessmentId：红色名录标识符
• scientificName：类群名称
• redlistCategory：红色名录威胁类别
• authority：类群命名人

资源

从 https://www.iucnredlist.org/ 下载并采样

6. taxonomic_mapping

用于将植物科映射到目或更高分类的数据。包含更高分类（被子植物、裸子植物、蕨类植物和石松植物）和 WCVP 中每个科的顺序的数据集。

用法

taxonomic_mapping

格式

一个包含457行和3个变量的数据框架：科、目和更高分类阶元

资源

PPG I 中的蕨类植物和石松类植物分类学。来自APG IV的被子植物分类学。Forest 等人的裸子植物分类学。

7. wcvp_checklist()

从 WCVP 生成物种清单

用法

wcvp_checklist(
  taxon = NULL,
  taxon_rank = c("species", "genus", "family", "order", "higher"),
  area_codes = NULL,
  synonyms = TRUE,
  render_report = FALSE,
  native = TRUE,
  introduced = TRUE,
  extinct = TRUE,
  location_doubtful = TRUE,
  hybrids = FALSE,
  infraspecies = TRUE,
  report_filename = NULL,
  report_dir = NULL,
  report_type = c("alphabetical", "taxonomic"),
  wcvp_names = NULL,
  wcvp_distributions = NULL
)

参数

• taxon：字符变量。指包含的类群。默认为NULL（不进行类群筛选，所有类群）
• taxon_rank：字符变量。“species”, “genus”, “family”, “order” or "higher"之一，指定 taxon的分类阶元。除非 taxon为 NULL，否则必须指定
• area_codes：字符变量。单个或多个WGSRPD3级区域代码。默认为NULL（全球范围）
• synonyms：逻辑变量。在清单中包含异名。默认为TRUE
• render_report：逻辑变量。将清单呈现为标记语言报告。默认为FALSE
• native：逻辑变量。包含未标记为 introduced，extinct或doubful的物种发现记录
• introduced：逻辑变量。包含标记为引入的物种发现记录。默认为TRUE
• extinct：逻辑变量。包含标记为灭绝的物种发现记录。默认为TRUE
• location_doubtful：逻辑变量。包含标记为产地存疑的物种发现记录。默认为TRUE
• hybrids：逻辑变量。清单包含杂交种。默认为FALSE
• infraspecies：逻辑变量。清单包含亚种。默认为TRUE
• report_dir：字符变量。HTML文件的存储路径。用户必须提供
• report_type：字符变量；alphabetical或taxonomic之一。生成的清单按字母顺序或分类顺序排列。默认为alphabetical
• wcvp_names：从WCVP 版本7或更新中获得的分类名称数据集。如果为NULL（默认），将从rWCVPdata::wcvp_names加载名称
• wcvp_distributions：从WCVP 版本7或更新中获得的分布区数据集。如果为NULL（默认），将从rWCVPdata::wcvp_distributions加载名称

值

返回筛选数据后的数据集，如果 render_report=TRUE，还有一个HTML报告文件

详介

使用synonyms参数可以只返回接受名。如果synonyms=TRUR，则废弃名、不合法名和其他非接受名都会返回（例如，清单并不限制名称：taxon_status==“Synonym”）。*rWCVP**提供两种清单类型：字母顺序型和分类顺序型。在字母顺序型清单中，所有名称都按照字母顺序排列，接受名加粗而异名接在接受名后。在分类顺序型清单中，名称按接受名分组，异名列在对应接受名下方。两种类型清单都包含命名人、参考文献和分布信息，注意科级标头仅在字母顺序清单中支持。

8. wcvp_distribution()

生成物种、属、科的空间分布对象*

用法

wcvp_distribution(
  taxon,
  taxon_rank = c("species", "genus", "family", "order", "higher"),
  native = TRUE,
  introduced = TRUE,
  extinct = TRUE,
  location_doubtful = TRUE,
  wcvp_names = NULL,
  wcvp_distributions = NULL
)

参数

• taxon：字符变量。要映射的分类单元。必需的。
• taxon_rank：字符变量。“species”, “genus”, “family”, “order” or "higher"之一。指定taxon的分类阶元
• native：逻辑变量。包含原生分布区？默认为TRUE
• introduced：逻辑变量。包含引种分布区？默认为TRUE
• extinct：逻辑变量。包含灭绝分布区？默认为TRUE
• location_doubtful：逻辑变量。包含存疑区？默认为TRUE
• wcvp_names：从WCVP 版本7或更新中获得的分类名称数据集。如果为NULL（默认），将从rWCVPdata::wcvp_names加载名称
• wcvp_distributions：从WCVP 版本7或更新中获得的分布区数据集。如果为NULL（默认），将从rWCVPdata::wcvp_distributions加载名称

值

包含分类单元范围多边形的简单特征 (sf) 数据框。

详介

当taxon_rank指定高于物种阶元，那么返回整个组的分布区，而不是该组中单个物种的分布区。当改变选项时也适用，比如，不管native=TURE或native=FALSE，如果在原生分布区外有引入发现记录，也会包含紧取。要分辨原生分布区内的灭绝、引种或存疑记录，可以使用wcvp_summary和wcvp_occ_mat

9. wcvp_distribution_map()

绘制物种、属、科的分布地区

用法

wcvp_distribution_map(
  range,
  crop_map = FALSE,
  native = TRUE,
  introduced = TRUE,
  extinct = TRUE,
  location_doubtful = TRUE
)

参数

• range：由wcvp_distribution返回的简单要素（sf）数据集
• crop_map：逻辑变量。裁剪地图至分布区？默认为FALSE
• native：逻辑变量。包含原生分布区？默认为TRUE
• introduced：逻辑变量。包含引种分布区？默认为TRUE
• extinct：逻辑变量。包含灭绝分布区？默认为TRUE
• location_doubtful：逻辑变量。包含存疑记录分布区？默认为TRUE

值

由ggplot2::ggplot绘制的分布区

详介

世界植物 (POWO; https://powo.science.kew.org/) 使用的配色方案镜像，其中绿色是原生的，紫色是引入的，红色是灭绝的，橙色是可疑的。有关如何使用自定义颜色的信息，请参见示例。

例子

wcvp_distribution_map(wcvp_distribution("Callitris", taxon_rank = "genus"))

wcvp_distribution_map(wcvp_distribution("Callitris", taxon_rank = "genus"), crop_map = TRUE)

wcvp_distribution_map(wcvp_distribution("Callitris", taxon_rank = "genus")) +
  ggplot2::scale_fill_manual(values = c("red", "blue")) +
  ggplot2::scale_colour_manual(values = c("red", "blue"))

10. wcvp_match_exact()

与 WCVP 完全匹配。名称与 WCVP 的精确匹配，可选择使用作者字符串来优化结果。

用法

wcvp_match_exact(names_df, wcvp_names, name_col, author_col = NULL, id_col)

参数

• names_df：用于匹配的名称数据框。
• wcvp_names：从WCVP 版本7或更新中获得的分类名称数据集。如果为NULL（默认），将从rWCVPdata::wcvp_names加载名称
• name_col：字符变量。names_df中用于匹配类群名称的列
• author_col：names_df中含有名称命名人、用于辅助匹配的列。设置为NULL让匹配忽略命名人字符串
• id_col：names_df中含有发现记录id的列

值

将WCVP中的结果与names_df中的原始数据进行匹配。

另请参阅

** wcvp_match_fuzzy(), wcvp_match_names()**

例子

wcvp_names = rWCVPdata::wcvp_names
wcvp_match_exact(redlist_example, wcvp_names = wcvp_names, "scientificName", author_col = "authority", id_col = "assessmentId")

# A tibble: 20 × 16
   assessmentId scientificName  redlistCategory authority match_type
          <dbl> <chr>           <chr>           <chr>     <chr>     
 1     11081542 Antimima quart… Least Concern   (Dinter)… NA        
 2     19395021 Avena hybrida   Data Deficient  Peterm.   Exact (wi…
 3     64135503 Citrus garrawa… Least Concern   F.M.Bail… NA        
 4    189601563 Croton campanu… Endangered      Caruzo &… Exact (wi…
 5    115968141 Cynanchum free… Endangered      (N.E.Br.… NA        
 6     11047751 Echinacanthus … Vulnerable      H.S.Lo &… NA        
 7     11001316 Geissanthus pi… Endangered      (Lundell… NA        
 8    126598076 Juglans pyrifo… Endangered      Liebm.    Exact (wi…
 9    198678856 Leichhardtia v… Vulnerable      (Guillau… Exact (wi…
10    135836392 Mouriri myrtil… Least Concern   (Sw.) Po… NA        
11    146459149 Neocussonia um… Least Concern   (Sond.) … Exact (wi…
12    170239556 Papuodendron l… Least Concern   C.T.White Exact (wi…
13     68117888 Plerandra sp. … Endangered      Lowry & … NA        
14    133242195 Psammisia scle… Least Concern   A.C. Sm.  NA        
15       580432 Rebutia albipe… Endangered      Rausch    NA        
16    133163169 Senecio canesc… Least Concern   (Bonpl.)… NA        
17    185585004 Serruria colli… Endangered      Salisb. … NA        
18      8379911 Sesbania brevi… Least Concern   J.B.Gill… NA        
19    122659437 Trichilia demi… Critically End… D.Penn.   NA        
20      1433575 Vicia mollis    Least Concern   Boiss. &… NA        
# ℹ 11 more variables: multiple_matches <lgl>,
#   match_similarity <dbl>, match_edit_distance <dbl>,
#   wcvp_id <dbl>, wcvp_name <chr>, wcvp_authors <chr>,
#   wcvp_rank <chr>, wcvp_status <chr>, wcvp_homotypic <lgl>,
#   wcvp_ipni_id <chr>, wcvp_accepted_id <dbl>

wcvp_match_exact(redlist_example, wcvp_names = wcvp_names, "scientificName", id_col = "assessmentId")

# A tibble: 23 × 16
   assessmentId scientificName  redlistCategory authority match_type
          <dbl> <chr>           <chr>           <chr>     <chr>     
 1     11081542 Antimima quart… Least Concern   (Dinter)… NA        
 2     19395021 Avena hybrida   Data Deficient  Peterm.   Exact (wi…
 3     64135503 Citrus garrawa… Least Concern   F.M.Bail… NA        
 4    189601563 Croton campanu… Endangered      Caruzo &… Exact (wi…
 5    115968141 Cynanchum free… Endangered      (N.E.Br.… NA        
 6     11047751 Echinacanthus … Vulnerable      H.S.Lo &… Exact (wi…
 7     11001316 Geissanthus pi… Endangered      (Lundell… NA        
 8    126598076 Juglans pyrifo… Endangered      Liebm.    Exact (wi…
 9    126598076 Juglans pyrifo… Endangered      Liebm.    Exact (wi…
10    198678856 Leichhardtia v… Vulnerable      (Guillau… Exact (wi…
# ℹ 13 more rows
# ℹ 11 more variables: multiple_matches <lgl>,
#   match_similarity <dbl>, match_edit_distance <dbl>,
#   wcvp_id <dbl>, wcvp_name <chr>, wcvp_authors <chr>,
#   wcvp_rank <chr>, wcvp_status <chr>, wcvp_homotypic <lgl>,
#   wcvp_ipni_id <chr>, wcvp_accepted_id <dbl>
# ℹ Use `print(n = ...)` to see more rows

11. wcvp_match_fuzzy() phonetic_match() edit_match()

在WCVP中模糊匹配。使用语法匹配和编辑距离对 WCVP 中的名称进行模糊匹配。

用法

wcvp_match_fuzzy(names_df, wcvp_names, name_col, progress_bar = TRUE)

phonetic_match(names_df, wcvp_names, name_col)

edit_match(names_df, wcvp_names, name_col)

参数

• names_df：用于匹配的名称数据框。
• wcvp_names：从WCVP 版本7或更新中获得的分类名称数据集。如果为NULL（默认），将从rWCVPdata::wcvp_names加载名称
• name_col：字符变量。names_df中用于匹配类群名称的列
• progress_bar：逻辑变量。展示匹配进度条。默认为TRUE；如果选取了标记语言报告，请更改为FALSE

值

将WCVP中的结果与names_df中的原始数据进行匹配。

详介

wcvp_match_fuzzy函数首先使用语法匹配，种后再基于编辑距离查找最接近匹配结果

语法匹配使用了phonics::metaphoe，最大可以处理20个字符长度。

编辑距离匹配根据Levenshtein相似性查找最接近的匹配，使用RecordLinkage::levenshteinSim计算。

另请参阅

wcvp_match_exact(), wcvp_match_names()

例子

wcvp_match_fuzzy(redlist_example, wcvp_names = wcvp_names, "scientificName")

# A tibble: 23 × 16■■■■■■■■■■■■■■■         80% | ETA:  4s
   assessmentId scientificName  redlistCategory authority match_type
          <dbl> <chr>           <chr>           <chr>     <chr>     
 1     19395021 Avena hybrida   Data Deficient  Peterm.   Fuzzy (ph…
 2     64135503 Citrus garrawa… Least Concern   F.M.Bail… Fuzzy (ph…
 3    189601563 Croton campanu… Endangered      Caruzo &… Fuzzy (ph…
 4    115968141 Cynanchum free… Endangered      (N.E.Br.… Fuzzy (ph…
 5     11047751 Echinacanthus … Vulnerable      H.S.Lo &… Fuzzy (ph…
 6    126598076 Juglans pyrifo… Endangered      Liebm.    Fuzzy (ph…
 7    126598076 Juglans pyrifo… Endangered      Liebm.    Fuzzy (ph…
 8    198678856 Leichhardtia v… Vulnerable      (Guillau… Fuzzy (ph…
 9    135836392 Mouriri myrtil… Least Concern   (Sw.) Po… Fuzzy (ph…
10    146459149 Neocussonia um… Least Concern   (Sond.) … Fuzzy (ph…
# ℹ 13 more rows
# ℹ 11 more variables: multiple_matches <lgl>,
#   match_similarity <dbl>, match_edit_distance <dbl>,
#   wcvp_id <dbl>, wcvp_name <chr>, wcvp_authors <chr>,
#   wcvp_rank <chr>, wcvp_status <chr>, wcvp_homotypic <lgl>,
#   wcvp_ipni_id <chr>, wcvp_accepted_id <dbl>
# ℹ Use `print(n = ...)` to see more rows

phonetic_match(redlist_example, wcvp_names = wcvp_names, "scientificName")

# A tibble: 24 × 16
   assessmentId scientificName  redlistCategory authority match_type
          <dbl> <chr>           <chr>           <chr>     <chr>     
 1     11081542 Antimima quart… Least Concern   (Dinter)… NA        
 2     19395021 Avena hybrida   Data Deficient  Peterm.   Fuzzy (ph…
 3     64135503 Citrus garrawa… Least Concern   F.M.Bail… Fuzzy (ph…
 4    189601563 Croton campanu… Endangered      Caruzo &… Fuzzy (ph…
 5    115968141 Cynanchum free… Endangered      (N.E.Br.… Fuzzy (ph…
 6     11047751 Echinacanthus … Vulnerable      H.S.Lo &… Fuzzy (ph…
 7     11001316 Geissanthus pi… Endangered      (Lundell… NA        
 8    126598076 Juglans pyrifo… Endangered      Liebm.    Fuzzy (ph…
 9    126598076 Juglans pyrifo… Endangered      Liebm.    Fuzzy (ph…
10    198678856 Leichhardtia v… Vulnerable      (Guillau… Fuzzy (ph…
# ℹ 14 more rows
# ℹ 11 more variables: multiple_matches <lgl>,
#   match_similarity <dbl>, match_edit_distance <dbl>,
#   wcvp_id <dbl>, wcvp_name <chr>, wcvp_authors <chr>,
#   wcvp_rank <chr>, wcvp_status <chr>, wcvp_homotypic <lgl>,
#   wcvp_ipni_id <chr>, wcvp_accepted_id <dbl>
# ℹ Use `print(n = ...)` to see more rows

edit_match(redlist_example, wcvp_names = wcvp_names, "scientificName")

# A tibble: 23 × 16■■■■■■■■■■■■■■■■■■■     95% | ETA:  3s
   assessmentId scientificName  redlistCategory authority match_type
          <dbl> <chr>           <chr>           <chr>     <chr>     
 1     11081542 Antimima quart… Least Concern   (Dinter)… Fuzzy (ed…
 2     19395021 Avena hybrida   Data Deficient  Peterm.   Fuzzy (ed…
 3     64135503 Citrus garrawa… Least Concern   F.M.Bail… Fuzzy (ed…
 4    189601563 Croton campanu… Endangered      Caruzo &… Fuzzy (ed…
 5    115968141 Cynanchum free… Endangered      (N.E.Br.… Fuzzy (ed…
 6     11047751 Echinacanthus … Vulnerable      H.S.Lo &… Fuzzy (ed…
 7     11001316 Geissanthus pi… Endangered      (Lundell… Fuzzy (ed…
 8    126598076 Juglans pyrifo… Endangered      Liebm.    Fuzzy (ed…
 9    126598076 Juglans pyrifo… Endangered      Liebm.    Fuzzy (ed…
10    198678856 Leichhardtia v… Vulnerable      (Guillau… Fuzzy (ed…
# ℹ 13 more rows
# ℹ 11 more variables: multiple_matches <lgl>,
#   match_similarity <dbl>, match_edit_distance <dbl>,
#   wcvp_id <dbl>, wcvp_name <chr>, wcvp_authors <chr>,
#   wcvp_rank <chr>, wcvp_status <chr>, wcvp_homotypic <lgl>,
#   wcvp_ipni_id <chr>, wcvp_accepted_id <dbl>
# ℹ Use `print(n = ...)` to see more rows

12. wcvp_match_names()

在WCVP中匹配名称。将名称与 WCVP 匹配，首先使用精确匹配，然后对任何剩余的未匹配名称使用模糊匹配。

用法

wcvp_match_names(
  names_df,
  wcvp_names = NULL,
  name_col = NULL,
  id_col = NULL,
  author_col = NULL,
  join_cols = NULL,
  fuzzy = TRUE,
  progress_bar = TRUE
)

参数

• names_df：用于匹配的名称数据框。
• wcvp_names：从WCVP 版本7或更新中获得的分类名称数据集。如果为NULL（默认），将从rWCVPdata::wcvp_names加载名称
• name_col：字符变量。names_df中用于匹配类群名称的列
• progress_bar：逻辑变量。展示匹配进度条。默认为TRUE；如果选取了标记语言报告，请更改为FALSE
• author_col：names_df中含有名称命名人、用于辅助匹配的列。设置为NULL让匹配忽略命名人字符串
• id_col：names_df中含有发现记录id的列
• join_cols：字符变量。如果没有提供name_col，通过该向量各部分组建一个类群名称
• fuzzy：逻辑变量；是否应该对无法精确匹配的名称使用模糊匹配。

值

将WCVP中的结果与names_df中的原始数据进行匹配。

详介

一般来说，精确匹配只使用类群名称（name_col），除非提供了作者名（author_col）。

还可以通过join_cols来组建类群名称，但必须要确保它们的组建顺序正确（例如，c(“genus”, “species”, “infra_rank”, “infra”)）。

模糊匹配使用语法和编辑距离匹配相结合，可以使用fuzzy=FALSE关闭模糊匹配。

另请参阅

wcvp_match_exact(), wcvp_match_fuzzy()

例子

wcvp_match_names(redlist_example, wcvp_names, name_col = "scientificName", id_col = "assessmentId")

── Matching names to WCVP ──────────────────────────────────────────
ℹ Using the `scientificName` column                       
! No author information supplied - matching on taxon name only
                                                          
── Exact matching  names ──                               
                                                          
✔ Found 12 of  names                                      
                                                          
── Fuzzy matching 8 names ──                              
                                                          
✔ Found 7 of 8 names                                      
                                                          
── Matching complete! ──                                  
                                                          
✔ Matched 19 of 20 names                                  
ℹ Exact (without author): 12                              
ℹ Fuzzy (edit distance): 4                                
ℹ Fuzzy (phonetic): 3                                     
! Names with multiple matches: 3                          
# A tibble: 23 × 16■■■■■■■■■■■■■■■         80% | ETA:  4s
   assessmentId scientificName  redlistCategory authority match_type
          <dbl> <chr>           <chr>           <chr>     <chr>     
 1     11081542 Antimima quart… Least Concern   (Dinter)… Fuzzy (ed…
 2     19395021 Avena hybrida   Data Deficient  Peterm.   Exact (wi…
 3     64135503 Citrus garrawa… Least Concern   F.M.Bail… Fuzzy (ph…
 4    189601563 Croton campanu… Endangered      Caruzo &… Exact (wi…
 5    115968141 Cynanchum free… Endangered      (N.E.Br.… Fuzzy (ph…
 6     11047751 Echinacanthus … Vulnerable      H.S.Lo &… Exact (wi…
 7     11001316 Geissanthus pi… Endangered      (Lundell… Fuzzy (ed…
 8    126598076 Juglans pyrifo… Endangered      Liebm.    Exact (wi…
 9    126598076 Juglans pyrifo… Endangered      Liebm.    Exact (wi…
10    198678856 Leichhardtia v… Vulnerable      (Guillau… Exact (wi…
# ℹ 13 more rows
# ℹ 11 more variables: multiple_matches <lgl>,
#   match_similarity <dbl>, match_edit_distance <dbl>,
#   wcvp_id <dbl>, wcvp_name <chr>, wcvp_authors <chr>,
#   wcvp_rank <chr>, wcvp_status <chr>, wcvp_homotypic <lgl>,
#   wcvp_ipni_id <chr>, wcvp_accepted_id <dbl>
# ℹ Use `print(n = ...)` to see more rows

13. wcvp_occ_mat()

生成类群和区域的发现记录矩阵

语法

wcvp_occ_mat(
  taxon = NULL,
  taxon_rank = c("species", "genus", "family", "order", "higher"),
  area_codes = NULL,
  native = TRUE,
  introduced = TRUE,
  extinct = TRUE,
  location_doubtful = TRUE,
  wcvp_names = NULL,
  wcvp_distributions = NULL
)

参数

• taxon：字符变量。指包含的类群。默认为NULL（不进行类群筛选，所有类群）
• taxon_rank：字符变量。“species”, “genus”, “family”, “order” or "higher"之一，指定 taxon的分类阶元。除非 taxon为 NULL，否则必须指定
• area_codes：字符变量。单个或多个WGSRPD3级区域代码。默认为NULL（全球范围）
• synonyms：逻辑变量。在清单中包含异名。默认为TRUE
• render_report：逻辑变量。将清单呈现为标记语言报告。默认为FALSE
• native：逻辑变量。包含未标记为 introduced，extinct或doubful的物种发现记录
• introduced：逻辑变量。包含标记为引入的物种发现记录。默认为TRUE
• extinct：逻辑变量。包含标记为灭绝的物种发现记录。默认为TRUE
• location_doubtful：逻辑变量。包含标记为产地存疑的物种发现记录。默认为TRUE
• wcvp_names：从WCVP 版本7或更新中获得的分类名称数据集。如果为NULL（默认），将从rWCVPdata::wcvp_names加载名称
• wcvp_distributions：从WCVP 版本7或更新中获得的分布区数据集。如果为NULL（默认），将从rWCVPdata::wcvp_distributions加载名称

值

含有taxon_name和plant_name_id的一个数据集

详介

请参阅此处的示例，了解如何将此输出格式化以供发表。

例子

wcvp_occ_mat(taxon = "Poa", taxon_rank = "genus",
             area = c("TAS","VIC","NSW"),
             introduced = FALSE)

# A tibble: 37 × 5
   plant_name_id taxon_name          NSW   TAS   VIC
           <dbl> <chr>             <dbl> <dbl> <dbl>
 1        435044 Poa affinis           1     0     1
 2        469193 Poa amplexicaulis     0     0     1
 3        435565 Poa cheelii           1     0     0
 4        435598 Poa clelandii         0     1     1
 5        435599 Poa clivicola         1     1     1
 6        435658 Poa costiniana        1     1     1
 7        435661 Poa crassicaudex      0     0     1
 8        435797 Poa drummondiana      0     0     1
 9        435841 Poa ensiformis        1     0     1
10        435878 Poa fawcettiae        1     1     1
# ℹ 27 more rows
# ℹ Use `print(n = ...)` to see more rows

14. wcvp_reformat()

WCVP本地版本的重新格式化

用法

wcvp_reformat(wcvp_local, version = NULL)

参数

• wcvp_local：数据集。WCVP的本地副本。
• version：9或”v9“。

值

返回相同结构的一个数据集

详介

请注意，并非所有原始变量在重新格式化期间都会保留。例如，publication 在 v9 中是单个变量，但在数据包中拆分为多个变量。因此不可能简单地重命名这个变量。数据包中存在但 v9 中不存在的变量用 NA 填充。

15. wcvp_summary()

从WCVP中生成一个概要表

用法

wcvp_summary(
  taxon = NULL,
  taxon_rank = c("species", "genus", "family", "order", "higher"),
  area_codes = NULL,
  grouping_var = c("area_code_l3", "genus", "family", "order", "higher"),
  hybrids = FALSE,
  wcvp_names = NULL,
  wcvp_distributions = NULL
)

参数

• taxon：字符变量。指包含的类群。默认为NULL（不进行类群筛选，所有类群）
• taxon_rank：字符变量。“species”, “genus”, “family”, “order” or "higher"之一，指定 taxon的分类阶元。除非 taxon为 NULL，否则必须指定
• area_codes：字符变量。单个或多个WGSRPD3级区域代码。默认为NULL（全球范围）
• grouping_var：字符变量；“area_code_l3”, “genus”, “family”,“order” or "higher"之一，指定摘要如何排序。默认为area_code_l3
• hybrids：逻辑变量。是否统计杂交种。默认为FALSE
• • wcvp_names：从WCVP 版本7或更新中获得的分类名称数据集。如果为NULL（默认），将从rWCVPdata::wcvp_names加载名称
• wcvp_distributions：从WCVP 版本7或更新中获得的分布区数据集。如果为NULL（默认），将从rWCVPdata::wcvp_distributions加载名称

值

筛选后的数据集，或一个gt表格

详介

分类阶元higher的可用值有 Angiosperms, Gymnosperms, Ferns and Lycophytes 。请注意，分组变量（如果是分类学的）应低于 taxon 和 taxon_rank 的级别，以生成有意义的摘要（即，按属、科或更高分类对属进行分组没有意义）。此外，如果分组变量是分类变量，则物种出现在整个输入区域。这意味着如果一个物种是任何输入区域的本地物种（即使它是在其他地区引入或灭绝的），它也被视为“本地”。同样，引入的事件优先于灭绝的事件。请注意，在此类汇总表中，“地方性”表示输入区域特有，不一定是输入区域内的单个 WGSRPD 第 3 级区域。

例子

ferns = wcvp_summary("Ferns", "higher", get_wgsrpd3_codes("New Zealand"), grouping_var = "family")
wcvp_summary_gt(ferns)

ℹ Matches to input geography found at Country (Gallagher) and Region (Level 2)
ℹ Aggregating occurrence types across input area ("New Zealand") - see `?wcvp_summary()` for details.
Matching ■■■■■■■■■■■■■■■■■■■■■■■■■         80% | ETA:  4s

16. wcvp_summary_gt()

从wcvp_summary结果中呈现摘要表

用法

wcvp_summary_gt(x)

参数

• x：列表

值

gt表格

例子

见15. 例子

17. wgsrpd3

生物多样性信息标准 (TDWG) 记录植物分布的世界地理计划 (WGSRPD)。WGSRPD 3级的空间数据，用于绘制地图

用法

wgsrpd3

格式

一个包含20行和4个变量的“sf”对象：

• LEVEL3_NAM：区域名称
• LEVEL3_COD：区域代码
• LEVEL2_COD：2级代码
• LEVEL1_COD：1级（大陆）

geometry：sf几何
fillcol：用于映射

资源

https://github.com/tdwg/wgsrpd/tree/master/level3添加链接描述

18. wgsrpd_mapping

将 WGSRPD 地理映射到其他级别的数据。一个数据集，包含每个3级地区的地区（3级）、#'地区（2级）、大陆（1级）、国家（政治）和半球类别。

用法

wgsrpd_mapping

格式

一个包含370行和7个变量的数据集：

• HEMISPHERE：北、南或赤道（跨赤道）
• LEVEL1_COD：大陆代码
• LEVEL1_NAM：大陆
• LEVEL2_COD：区域代码
• LEVEL2_NAM：区域
• COUNTRY：国家（行政）
• LEVEL3_COD：地区代码
• LEVEL3_NAM：地区

资源

https://github.com/tdwg/wgsrpd