R语言学习 - 韦恩图

韦恩图

韦恩图是用来反映不同集合之间的交集和并集情况的展示图。一般用于展示2-5个集合之间的交并关系。集合数目更多时，将会比较难分辨，更多集合的展示方式一般使用upSetView。

较早的文章列举了多个在线工具轻松绘制各种Venn图。这篇文章讲解下如何用R代码一步出图。

韦恩图一步法

假设有这么一个矩阵，第一列为不同集合中的ID，第二列为集合的名字，无标题行，存储为venn.txt。

a    ehbio1
b    ehbio1
c    ehbio1
d    ehbio1
e    ehbio1
f    ehbio1
g    ehbio1
h    ehbio2
i    ehbio2
j    ehbio2
k    ehbio2
e    ehbio2
f    ehbio2
g    ehbio2
a    ehbio3
b    ehbio3
h    ehbio3
j    ehbio3
i    ehbio3
f    ehbio3
g    ehbio3
a    ehbio4
b    ehbio4
h    ehbio4
d    ehbio5
e    ehbio5
y    ehbio5
x    ehbio5

• 选取所有的5个集合，绘制韦恩图

# -f: 指定输入文件的名字，格式如上
# -a: 指定第一个集合的名字 (-f指定的文件中第二列的某个字符串)
# -b: 指定第二个集合的名字 (-f指定的文件中第二列的某个字符串)
# -c, -d, -g: 指定第三、四、五个集合的名字
sp_vennDiagram.sh -f venn.txt -a ehbio1 -b ehbio2 -c ehbio3 -d ehbio4 -g ehbio5

• 选取其中4个集合，绘制韦恩图

# -f: 指定输入文件的名字，格式如上
# -a: 指定第一个集合的名字 (-f指定的文件中第二列的某个字符串)
# -b: 指定第二个集合的名字 (-f指定的文件中第二列的某个字符串)
# -c, -d: 指定第三、四个集合的名字
sp_vennDiagram.sh -f venn.txt -a ehbio1 -b ehbio2 -c ehbio3 -d ehbio5

• 选取其中3个集合，绘制韦恩图

# -f: 指定输入文件的名字，格式如上
# -a: 指定第一个集合的名字 (-f指定的文件中第二列的某个字符串)
# -b: 指定第二个集合的名字 (-f指定的文件中第二列的某个字符串)
# -c: 指定第三个集合的名字
sp_vennDiagram.sh -f venn.txt -a ehbio1 -b ehbio2 -c ehbio3

• 也可以提供数字绘制Venn图

# -f: 指定输出图片的前缀
# -F TRUE: 指定根据给定的数字绘图
# -n: 提供每个集合的数据，具体解释见下
# -l: 指定集合的名字，按下面的解释指定
sp_vennDiagram.sh -f venn -F TRUE -n "120, 110, 50"  -l "'EHBIO','SXBD'"

• For two-set venn, the format is represents (length_a, length_b, a_b_overlap).

• For three-set venn, the format is “100, 110, 90, 50, 40, 40, 20” represents (length_a, length_b, length_c, a_b_overlap,  b_c_overlap, a_c_overlap, a_b_c_overlap).

• For four-set venn, the format is represents (length_a, length_b, length_c, a_b_overlap, a_c_overlap, a_d_overlap, b_c_overlap, b_d_overlap, c_d_overlap, abc_overlap, abd_overlap, acd_overlap, bcd_overlap, abcd_overlap).

UpSetView展示

对于集合比较多的时候，包括上面提到的5个集合的交并集情况，如果只是为了展示个炫图，还可以，但如果想解释结果，就会比较头疼，难判断区域的归属。

因此对于这种多集合情况，推荐使用UpSetView展示，看效果如下。

测试数据，存储为upsetview.txt （第一行为集合的名，每个集合一列；每一行为一个ID，如果对应ID出现在这个集合则标记1，否则标记0）：

pattern    ehbio1    ehbio2    ehbio3    ehbio4    ehbio5
a    1    0    1    1    0
b    1    0    1    1    0
c    1    0    0    0    0
d    1    0    0    0    1
e    1    1    0    0    1
f    1    1    1    0    0
g    1    1    1    0    0
h    0    1    1    1    0
i    0    1    1    0    0
j    0    1    1    0    0
k    0    1    0    0    0
x    0    0    0    0    1
y    0    0    0    0    1

# 只需要指定符合格式的输入文件就可以
# 如果提示包确实，再指定 -i TRUE
sp_upsetView.sh -f upsetview.txt

UpSetR: http://www.caleydo.org/tools/upset/ 采用连线的方式展示不同的组合之间共有的和特有的项目，对于特别多的组合尤其适用。

单个点表示特有，连起来的点表示共有，相当于venn图中重叠的部分。

垂直的柱子代表的是Venn图中的数字，看连接的点判断归属。

水平的柱子代表对应样品中Item的总数。

为了推广，也为了激起大家的热情，如果想要sp_vennDiagram.sh和sp_upsetView.r脚本，还需要劳烦大家动动手，转发此文章到朋友圈，并后台留言索取。

也希望大家能一起开发，完善功能。

Reference

• http://blog.genesino.com//2017/08/Venn

  
  

  
  

R绘图学习

R语言学习 - 热图简化

R语言学习 - 线图绘制

R语言学习 - 箱线图（小提琴图、抖动图、区域散点图）

R语言学习 - 散点图绘制

程序学习心得

生物信息之程序学习

如何优雅的提问

• 加入易汉博，人生不白活

• 
  

• 

• 
  

• 关注生信宝典，换个角度学生信

• 

• 关注宏基因组，再专业一点

•