Alpha多样性计算：如何整理数据并计算Shannon、Simpson等指数

可行性说明 #

完全可以用R快速计算Shannon、Simpson等Alpha多样性指数，生态领域有成熟工具包支持，无需手动计算。

数据格式说明 #

你当前的Excel是宽格式（列=样带/样地，行=物种，单元格=丰度），部分R包支持直接处理这种格式；转成长格式（每行对应一个“样地-物种”的丰度记录）会更灵活，适配更多后续分析需求。两种方式都给你列出来，按需选择。

具体操作步骤 #

1. 安装并加载必备包 #

第一次使用需要安装包，之后直接加载即可：

# 安装包（仅第一次运行）
install.packages(c("readxl", "tidyverse", "vegan"))

# 加载包
library(readxl)
library(tidyverse)
library(vegan)

2. 读取Excel数据 #

假设你的Excel文件名为plant_data.xlsx，放在当前工作目录（用getwd()查看目录，setwd()切换目录）：

# 读取数据，第一列是物种名，第一行是样带名
data_wide <- read_excel("plant_data.xlsx", sheet = 1)

用head(data_wide)检查数据，确认物种列和样地列结构正确。

选项A：直接用宽格式计算多样性 #

vegan包的diversity()函数可直接按列计算，效率很高：

# 提取丰度数据（去掉物种名称列，替换成你实际的列名）
abundance_data <- select(data_wide, -物种名称)

# 按样地（列）计算Shannon和Simpson指数
alpha_diversity <- data.frame(
  样地名称 = colnames(abundance_data),
  Shannon = diversity(abundance_data, index = "shannon", margin = 2),
  Simpson = diversity(abundance_data, index = "simpson", margin = 2)
)

# 查看结果
print(alpha_diversity)

注意：这里的Simpson指数是1-D（D为优势度），值越大代表多样性越高，和“有效物种数”逻辑一致。

选项B：转成长格式后计算 #

如果后续要做Beta多样性等分析，长格式更适配：

# 宽格式转长格式
data_long <- pivot_longer(
  data_wide,
  cols = -物种名称, # 保留物种列，其他列转为样地和丰度
  names_to = "样地名称",
  values_to = "丰度"
)

# 按样地分组计算多样性
alpha_diversity_long <- data_long %>%
  group_by(样地名称) %>%
  summarize(
    Shannon = diversity(丰度, index = "shannon"),
    Simpson = diversity(丰度, index = "simpson")
  )

# 查看结果
print(alpha_diversity_long)

结果解释 #

• Shannon指数：同时考虑物种丰富度（数量）和均匀度（个体分布），值越大样地物种多样性越高。
• Simpson指数：衡量优势物种占比，这里计算的是1-D，值越大说明无绝对优势物种，多样性越高。

内容的提问来源于stack exchange，提问作者Laura Kellermann