绘图系列|R-VennDiagram包绘制韦恩图 – 云+社区 – 腾讯云

绘图系列|R-VennDiagram包绘制韦恩图

2020-08-06阅读 1.2K0

本版块会持续分享一些常用的结果展示的图形。

在得到数据之后,我们经常会用到维恩图来展示各个数据集之间的重叠关系。本文简单的介绍R语言中的VennDiagram包绘制数据集的维恩图。

一 需要安装和导入的包

install.packages("VennDiagram")
library(grid)
library(VennDiagram)

二 使用函数及参数

所有参数说明详见https://cran.r-project.org/web/packages/VennDiagram/VennDiagram.pdf

可以看到参数有很多,不用担心,下文的例子会给出常用的调整参数以及说明。

三 知道各个数据集的个数以及重叠(交叉)的个数

2.1 两个已知数据集的韦恩图

# 圆的大小不会根据数据量多少改变
venn.plot <- draw.pairwise.venn(80, 30, 10, c("First", "Second"), scaled =FALSE)
grid.draw(venn.plot)

# 圆的大小根据数据量多少改变

venn.plot <- draw.pairwise.venn(80, 30, 10, c(“First”, “Second”))

grid.draw(venn.plot)

#调整参数进行图形优化

venn.plot <- draw.pairwise.venn(  area1 = 80,  #区域1的数 
area2 = 30,   #区域2的数 
cross.area = 2,  #重叠的个数 
category = c("First", "Second"),#分类命名
fill = c("blue", "red"),#1 2 区域分别的填充颜色 
lty = "blank",  #1 2 区域的边框线类型 
cex = 2,        #1 2 区域内部数字的字体大小 
cat.cex = 2,    # 分类名称的字体大小 
cat.dist = 0.09,   #分类名称距离边的距离 实际调整 
cat.just = list(c(-1, -1), c(1, 1)),  #分类名称的位置  ,圈内或者圈外
ext.pos = 30,  #线的角度 默认是正上方12点位置 
ext.dist = -0.05,   #外部线的距离  跟根据圆圈的大小适当调整
ext.length = 0.85,  #外部线长度 
ext.line.lwd = 2,  #外部线的宽度 
ext.line.lty = "dashed" )  #外部线为虚线);
grid.draw(venn.plot)

2.2 三个已知数据集的韦恩图

venn.plot <- draw.triple.venn(area1 = 80,area2 = 70,area3 = 50,n12 = 38,n23 = 18,n13 = 28,n123 = 8,category = c("First", "Second", "Third"),fill = c("blue", "red", "green"),lty = "blank",cex = 2,cat.cex = 2,cat.col = c("blue", "red", "green"))
grid.draw(venn.plot)

四 根据数据集合绘制韦恩图

4.1 四个数据集合

A <- sample(1:1000, 500, replace = FALSE);
B <- sample(1:1000, 600, replace = FALSE);
C <- sample(1:1000, 700, replace = FALSE);
D <- sample(1:1000, 800, replace = FALSE);
E <- sample(1:1000, 900, replace = FALSE);
venn.plot <- venn.diagram(#数据列表
x = list(A = A,B = B,C = C,D = D),
filename = "Venn_4set.tiff",    #保存路径
col = "transparent",      #指定图形的圆周边缘颜色  transparent 透明          
fill = c("blue", "green", "yellow", "grey50"),  #填充颜色
alpha = 0.50,     #透明度
label.col = c("orange", "white", "grey50", "white","white", "white", "white", "white", "darkblue", "white","white", "white", "white", "darkgreen", "white"),
cex = 1.2,    #每个区域label名称的大小
cat.col = c("darkblue", "darkgreen", "orange", "grey50"),  #分类颜色
cat.cex = 1.2,      #每个分类名称大小
cat.dist = 0.07,   
cat.pos = 0,        #
cat.fontfamily = "serif",     #分类字体
rotation.degree = 270,        #旋转角度
margin = 0.2 )   

4.2 五个数据集合

venn.plot <- venn.diagram( 
x = list(    A = A,    B = B,    C = C,    D = D,    E = E  ), 
filename = "Venn_5set.tiff", 
col = "black", 
fill = c("dodgerblue", "goldenrod1", "darkorange1", "seagreen3", "orchid3"), 
alpha = 0.50, 
cat.col = c("darkblue", "darkgreen", "orange", "grey50","purple"), 
cat.cex = 1.5, 
cat.fontface = "bold", 
margin = 0.05);

VennDiagram函数包最大能绘制5个数据集合的韦恩图,可以看到已经有点乱了,当更多集合的时候,可以使用之前分享的R|UpSet-集合可视化进行绘制。

韦恩图,走你。

本文分享自微信公众号 – 生信补给站(Bioinfo_R_Python),作者:MJ

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-03-20

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

点击数:0

发表评论

邮箱地址不会被公开。 必填项已用*标注