1.对两组或三组预测者来说，变化划分很容易实现，包括根据部分或非部分分析和使用原始或调整的变化估计计算被解释的变化的各个部分。

      2.在变分划分框架中，可以使用邻矩阵主坐标(PCNM)方法。目前的实现符合Legendre & Legendre(2012)中另一个方法名称(dbMEM)下的建议。

      3.计算、测试和绘制主响应曲线(PRC)现在是一项简单的任务。

      4.共对应分析(CoCA，对称形式)可用，包括蒙特卡罗置换测试两种比较群落类型的共变异。

      5.预测器的逐步选择在视觉上得到了增强，现在提供了对I型错误膨胀的保护(用所有预测器进行初步测试，通过三种方法之一调整p值:错误发现率(FDR)估计、Holm校正和Bonferroni校正)。

      6.可以直接测试所有约束轴，并将两个排序结果与Procrustes分析进行比较。

      7.您可以轻松地处理物种的功能特性或导入物种的系统发育相关数据，以及计算和使用功能多样性。

      8.可视化功能得到了增强，例如半透明填充色、在纵坐标图中显示变量箭头的校准轴、或绘制封闭椭圆以替代封闭多边形。在现有文件格式(PNG、BMP、EMF、Adobe Illustrator)中添加了JPEG、TIFF和pdf文件格式的其他导出类型。

      9.您的工作的每一步都由上下文敏感的帮助系统和Canoco顾问支持——一个专家系统，帮助您为您的研究问题corre选择合适的分析方法