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.shsp_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

生信宝典,一起换个角度学生信

CHENTONG
版权声明:本文为博主原创文章,转载请注明出处。
alipay.png WeChatPay.png

CHENTONG

CHENTONG
积微,月不胜日,时不胜月,岁不胜时。凡人好敖慢小事,大事至,然后兴之务之。如是,则常不胜夫敦比于小事者矣!何也?小事之至也数,其悬日也博,其为积也大。大事之至也希,其悬日也浅,其为积也小。故善日者王,善时者霸,补漏者危,大荒者亡!故,王者敬日,霸者敬时,仅存之国危而后戚之。亡国至亡而后知亡,至死而后知死,亡国之祸败,不可胜悔也。霸者之善著也,可以时托也。王者之功名,不可胜日志也。财物货宝以大为重,政教功名者反是,能积微者速成。诗曰:德如毛,民鲜能克举之。此之谓也。

生信宝典文章集锦

### 程序学习心得* [生物信息之程序学习](http://mp.weixin.qq.com/s?__biz=MzI5MTcwNjA4NQ==&mid=2247483927&idx=1&sn=23adf2b9d13400f2081f790e674e...… Continue reading