在PCoA图的最下方显示"PCoA(42.78%)"，而最左侧显示"PCoA(25.47%)"，这些数字表示主坐标轴（Principal Coordinates）的方差解释比例（Variance Explained）。PCoA是一种降维技术，它将多维数据降低到较低维度的坐标轴，以便更好地可视化数据结构。
解释这些数字的含义如下：
-
"PCoA(42.78%)"：这表示第一个主坐标轴，也称为PCoA1，可以解释数据的42.78%的方差。在这个坐标轴上，样本之间的差异最大，它是数据中最显著的模式。PCoA1是根据数据的最大方差方向进行构建的。
-
"PCoA(25.47%)"：这表示第二个主坐标轴，也称为PCoA2，可以解释数据的25.47%的方差。PCoA2是与PCoA1垂直的方向，在第一个主坐标轴已经解释了最大方差后，PCoA2会解释数据中剩余的方差。
这两个主坐标轴加在一起的方差解释比例是"PCoA(42.78% + 25.47% = 68.25%)"。这意味着使用这两个主坐标轴，你可以解释数据中约68.25%的方差。剩余的方差未被这两个主坐标轴所解释，它们对应于数据中更细微的变化或噪声。
如何去看这些主坐标轴在PCoA图上？
- PCoA1和PCoA2构成了PCoA图的两个坐标轴。每个样本在这两个坐标轴上有一个坐标点，它们代表了样本在PCoA1和PCoA2上的投影位置。
- 样本在PCoA图上的分布和聚集情况反映了它们在多维数据空间中的相似性或差异性。距离较近的样本在多维空间中相似，而距离较远的样本在多维空间中差异较大。
- 你可以通过观察样本在PCoA图上的分布来判断不同地块之间的微生物群落是否有明显的差异。如果样本在PCoA图上在不同地块之间有明显的分开或聚集，这可能表示地块的不同导致了根际微生物群落的组成差异。
综上所述，通过解释PCoA的方差解释比例，你可以了解PCoA图上不同主坐标轴的重要性，并通过观察样本在PCoA图上的分布来推断地块之间的微生物群落组成是否存在显著差异。