企业官网建设流程全解析

模型调完了，R² = 0.85，审稿人却问：“这个解释率里，环境变量和环境空间结构各占多少？它们重叠了多少？”如果你只能回答“模型整体拟合不错”，这张配图就不太稳。对于生态、地理、环境、遥感这类经常处理空间数据的论文来说，把“空间变量”和“环境变量”两组解释源的贡献拆开，已经不只是统计学细节，而是研究设计的一部分。

这篇文章要解决的，正是这个高频需求：用 Python 做方差分解（Variance Partitioning），并把结果画成期刊风格的多面板韦恩图。很多人默认这种图只有 R 语言的 vegan 包能做，其实 Python 的 pandas、statsmodels、matplotlib 组合完全可以复现，并且能顺畅接进机器学习工作流。读完这篇文章，你会得到一套可复用的 Python 代码，可以从模拟数据切换到自己的论文数据，得到环境、空间、共同和未解释四个部分的解释率，并批量绘制多张配图。

先给一个明确判断：这条路径的核心不是绘图库，而是“偏解释率”的计算。韦恩图只是视觉出口，真正要避开的坑是如何从两个相关性很高的变量集合里，拆出各自独立和重叠的贡献。

1. 为什么需要方差分解韦恩图

在生态学、土壤学、传染病空间分析、城市环境研究等领域，研究者经常面对同一类问题：响应变量既受环境梯度影响，又受地理空间结构影响。因此大家会很自然地把解释变量分为两组：

• 环境变量：温度、降水、土壤理化性质、土地利用比例等。
• 空间变量：经度、纬度、以及由坐标衍生出的空间结构项，例如 x²、y²、xy，或更高级的距离矩阵特征。

如果只做一次全模型回归，我们得到的解释率是两组变量共同产生的总解释率。问题是，温度和地理位置往往存在相关性，比如低纬度通常更温暖，地形起伏会影响降水，也可能影响采样点是否容易到达。直接比较两个单独模型的 R² 会把同一个解释来源重复计算，这就会得出错误结论：某变量子集贡献很大，而实际上它的作用有很大一部分是通过另一组变量间接发生的。

方差分解提供了一个更接近真相的答案。它把模型总解释率拆成四个部分：

1. 环境的独立贡献，即在扣除空间变量之后，环境变量仍然能解释的部分。
2. 空间的独立贡献，即在扣除环境变量之后，空间变量仍然能解释的部分。
3. 环境与空间共同产生的贡献，也就是二者理论上都解释不了的那部分重叠。
4. 模型未能解释的部分。

这种分解逻辑，是很多高分期刊配图的基础。它让读者一眼看出某个响应的解释来源是环境主导、空间主导，还是两者密不可分。从机器学习工程的视角看，这也是一种基于线性模型的解释性分析：你不仅关心预测准不准，还关心哪些特征来源真正提供了有效信息。

2. 方差分解的数学结构：从一个 R² 到四个区块

为了不把概念停留在“大致分一分”的层面，需要把公式写清楚。设响应变量为 y，两组解释矩阵为：

• E：环境变量矩阵。
• S：空间变量矩阵。

先用普通最小二乘线性回归或等价模型分别计算：

• R²_f：全模型 y ~ E + S 的决定系数。
• R²_e：仅环境模型 y ~ E 的决定系数。
• R²_s：仅空间模型 y ~ S 的决定系数。

然后按以下公式拆解：

从这个公式最容易理解的一点是：环境独立贡献不是“环境模型单独跑出来的 R²”，而是全模型扣除空间模型后的增量。它回答的问题是：在已经知道空间结构的情况下，再引入环境变量还能额外解释多少变异。同理，空间独立贡献是全模型扣除环境模型后的增量。两者重合的部分，就是环境与空间因为相关性而产生的共同解释率。

为什么公式中会写成 R²_e + R²_s − R²_f？我们做一个简单的文氏图验证：单独看环境模型，它包含 a + c；单独看空间模型，它包含 b + c；全模型包含 a + b + c。于是：

(a + c) + (b + c) − (a + b + c) = c

这样共同贡献就可以还原出来。

在变量个数较多时，直接使用朴素 R² 会因为自由度问题高估解释率，所以实际发表材料中建议使用校正决定系数 adjusted R²。下面代码中的 r2_score 函数会同时支持普通 R² 和 adjusted R²。如果样品量不够大、解释变量数量较多，请把 adjusted 参数设为 True。

3. 环境准备与依赖安装

本文代码使用 Python 3，建议在 Python 3.9 及以上环境运行。核心依赖