R 学习 - 维恩图
韦恩图
维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http://mp.weixin.qq.com/s/zn654JqG9OeO71rJUTDr2Q。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 <-n “100, 110, 50” -l “‘a’, ‘b’”> 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 <-n “100, 110, 90, 50, 40, 40, 20” -l “‘a’, ‘b’, ‘c’, ‘d’”> 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
