R语言可视化10: 韦恩图/upset图 - VennDiagr

作者: 小程的学习笔记 | 来源:发表于2023-04-26 21:06 被阅读0次

1. 使用 $\color{green}{VennDiagram}$ 包绘制韦恩图

1.1 两个数据集

# 安装并加载所需的R包
# install.packages("VennDiagram")
library(VennDiagram)

# 创建测试数据
set1 <- sample(1:1000,300, replace = F) # replace = F是默认的,表示不放回抽样
set2 <- sample(1:1000,130, replace = F)
set3 <- sample(1:1000,300, replace = F)
set4 <- sample(1:1000,200, replace = F)
set5 <- sample(1:1000,300, replace = F)

s1 <- list(set1 = set1, 
           set2 = set2)

v1 <- venn.diagram(x = s1, 
                   filename = NULL, # 直接给一个名称会自动保存文件到本地
                   # 输出的图形参数
                   # imagetype = "png", # 输出图片类型(tiff,png,svg)
                   # height = 1000, # 图片高度
                   # width = 1000, # 图片宽度
                   # resolution = 300, # 图片分辨率
                   
                   scaled = T, # 根据比例显示大小
                   alpha=c(0.8, 0.8), # 设置每个区块的透明度
                   
                   ## 下面是除了标题外，图形其他元素的设置参数
                   # 图形元素设置：圈
                   lwd = 1, # 圆圈线条的粗细：1 2 3 4 5 6
                   lty = 1, # 圆圈线条的类型：1为实线，2为虚线，blank为无线条
                   col = c("black","red"), # 圆圈线条颜色
                   fill = c("#0073C2FF", "#EFC000FF"),  # 圆圈颜色
                   
                   # 图形元素设置：数字
                   cex = 1, # 数字大小
                   fontface = "bold", # 加粗
                   fonrfamily = "sans", # 数字字体
                  
                   
                   # 图形元素设置：标签即(category)
                   cat.cex = 1,  # 标签字体大小
                   cat.col = "black",  # 标签字体色
                   cat.fontface = "bold",  # 加粗
                   cat.default.pos = "outer",  # 标签内外位置, 在圆圈内还是圆圈外，outer 内 text 外
                   cat.pos = c(0, 0),  # 标签旋转位置，用圆的度数
                   cat.dist = c(0.05,0.03),  # 标签离圆圈位置,离圆的距离，如果标签与圆圈重叠，可以调整这个参数
                   cat.fontfamily = "sans",  # 标签字体
                   )

cowplot::plot_grid(v1)

VennDiagram-1

1.2 多个数据集（此处以5个为示例）

s2 <- list(
  set1 = set1,
  set2 = set2,
  set3 = set3,
  set4 = set4,
  set5 = set5
)

v2 <- venn.diagram(x = s2, filename = NULL, 
                   col = "transparent",
                   fill = c("dodgerblue", "goldenrod1", "darkorange1", "seagreen3", "orchid3"),
                   label.col = c("dodgerblue", "goldenrod1","darkorange1","seagreen3", "orchid3","white", "white", 
                                 "white","white","white","white","white","white", "white","white","white","white",
                                 "white","white","white", "white", "white", "white",  "white", "white","white",
                                 "white","white", "white", "white", "black"),
                   fontface = "bold",
                   cat.col = c(cat.col = c("darkblue", "darkgreen", "orange", "grey50", "purple")),
                   cat.dist = c(0.2, 0.2, 0.18, 0.18, 0.2),
                   alpha = 0.50, 
                   cex = 1, 
                   cat.cex = 1,
                   margin = 0.05
)

cowplot::plot_grid(v2)

VennDiagram-2

1.3 交集元素的提取

# VennDiagram包中的函数get.venn.partitions()提供了此这个功能
# 以上述5个分组为例，组间交集元素获得
inter <- get.venn.partitions(s2)

head(inter)
##    set1  set2  set3 set4 set5                      ..set..                                                ..values.. ..count..
##  1  TRUE  TRUE  TRUE TRUE TRUE     set1∩set2∩set3∩set4∩set5                                                  822, 588         2
##  2 FALSE  TRUE  TRUE TRUE TRUE (set2∩set3∩set4∩set5)∖(set1)                                                       406         1
##  3  TRUE FALSE  TRUE TRUE TRUE (set1∩set3∩set4∩set5)∖(set2)                                                  442, 104         2
##  4 FALSE FALSE  TRUE TRUE TRUE (set3∩set4∩set5)∖(set1∪set2) 366, 715, 379, 414, 30, 308, 398, 322, 359, 825, 708, 458        12
##  5  TRUE  TRUE FALSE TRUE TRUE (set1∩set2∩set4∩set5)∖(set3)                                                  615, 541         2
##  6 FALSE  TRUE FALSE TRUE TRUE (set2∩set4∩set5)∖(set1∪set3)                                          934, 84, 75, 655         4

★ 5个数据集是VennDiagram包的上限

2. 使用 $\color{green}{ggVennDiagram}$ 包绘制韦恩图

# 安装并加载所需的R包
# install.packages("ggVennDiagram")
library(ggplot2)
library(ggVennDiagram)

# ggVennDiagram提供了不同的形状以供选择，默认情况下，只使用最合适的形状，但也可自行指定形状
plot_shapes()

ggVennDiagram-1

2.1 三个数据集

x1 <- list(
  set1 = set1,
  set2 = set2,
  set3 = set3
)

# method1
ggVennDiagram(x1, category.names = c("A", "B", "C"), # 设定样本名称
              label = "both", # 可选："both", "count", "percent", "none"
              label_color = "black",
              label_alpha = 0, # 去除文字标签底色
              edge_lty = "dashed", # 圆圈线条虚线
              edge_size = 1) +
  scale_fill_gradient(low = "white", high = "#b9292b", name = "gene count")

# method2
# 构建维恩对象
venn <- Venn(x1)
data <- process_data(venn, shape_id == "301")


ggplot() +
  geom_sf(aes(fill = count), 
          data = venn_region(data)) +
  geom_sf(color="grey", 
          size = 1, 
          data = venn_setedge(data), 
          show.legend = FALSE) +
  scale_fill_gradient(low ="white", high = "#b9292b", name = "gene count")+
  geom_sf_text(aes(label = name), 
               data = venn_setlabel(data),
               size = 8) +
  geom_sf_label(aes(label = count), 
                data = venn_region(data),
                size = 4) +
  theme_void()

ggVennDiagram-2

2.2 多个数据集（此处以5个为示例）

# 不添加过多的填充颜色，可在Ai中进行后期调整
library(ggsci)

ggVennDiagram(x2, , label_alpha = 0, label = "none",
              edge_size = 0.5, 
              # show_intersect = TRUE # 用交互的方式（plotly）查看每个子集中的基因
              ) + 
  scale_color_lancet() + # R包"ggsci"，柳叶刀期刊色标
  scale_fill_gradient(low = "gray100", high = "gray95", guide = "none")
              
# 自定义颜色；
color1 <- alpha("#f8766d", 0.9)

ggVennDiagram(x2, label_alpha = 0, label_size = 3,
              # edge_size = 0.5, label ="count", # 隐藏百分比, 默认"both"
              # show_intersect = TRUE # 用交互的方式（plotly）查看每个子集中的基因
) +
  scale_color_brewer(palette = "Paired") + 
  scale_fill_gradient(low = "white", high = color1, 
                      guide="none" # 去除图例
  )

ggVennDiagram-3

★ 支持1-7维的韦恩图绘制
★ 是ggplot2的拓展包，因此支持ggplot2的其他语法设置
★ show_intersect = T时，可输出为交互式html，此时可点击数值显示源数据

3. 使用 $\color{green}{upsetR}$ 包绘制upset图

UpsetR包，经常用于大于5个样本的“韦恩图”

# 安装并加载所需的R包
# install.packages("UpSetR")
# install.packages("RColorBrewer")
# 安装一个数据集
install.packages("ggplot2movies")
library(UpSetR)
library(RColorBrewer)
library(ggplot2)

# 使用的来自IMDB中的电影数据
movies <- as.data.frame(ggplot2movies::movies)
head(movies)
##                      title year length budget rating votes   r1   r2  r3   r4   r5   r6   r7   r8   r9  r10 mpaa Action Animation Comedy Drama Documentary Romance Short
## 1                        $ 1971    121     NA    6.4   348  4.5  4.5 4.5  4.5 14.5 24.5 24.5 14.5  4.5  4.5           0         0      1     1           0       0     0
## 2        $1000 a Touchdown 1939     71     NA    6.0    20  0.0 14.5 4.5 24.5 14.5 14.5 14.5  4.5  4.5 14.5           0         0      1     0           0       0     0
## 3   $21 a Day Once a Month 1941      7     NA    8.2     5  0.0  0.0 0.0  0.0  0.0 24.5  0.0 44.5 24.5 24.5           0         1      0     0           0       0     1
## 4                  $40,000 1996     70     NA    8.2     6 14.5  0.0 0.0  0.0  0.0  0.0  0.0  0.0 34.5 45.5           0         0      1     0           0       0     0
## 5 $50,000 Climax Show, The 1975     71     NA    3.4    17 24.5  4.5 0.0 14.5 14.5  4.5  0.0  0.0  0.0 24.5           0         0      0     0           0       0     0
## 6                    $pent 2000     91     NA    4.3    45  4.5  4.5 4.5 14.5 14.5 14.5  4.5  4.5 14.5 14.5           0         0      0     1           0       0     0


# 调整与美化后的集合图#
upset(fromList(movies),
      nsets = length(movies), # 显示数据集的所有数据, nsets = 数值调整可视化数据集数量
      nintersects = 15, # 显示前多少个
      sets = c("title","length","budget","votes","year"), # keep.order = TRUE, # 指定集合或用keep.order = TRUE保持集合按输入的顺序排序
      number.angles = 0, # 交互集合柱状图的柱标倾角
      point.size = 4, # 图中点的大小
      line.size = 1, # 图中连接线粗细
      mainbar.y.label = "Intersection size", # y轴的标签
      main.bar.color = 'black', # y轴柱状图颜色
      matrix.color = "black", # x轴点的颜色
      sets.x.label = "Set size", # x轴的标签
      sets.bar.color=brewer.pal(5,"Set1"), # x轴柱状图的颜色; Set1中只有9个颜色，Set3中有12个颜色，Paired中有12个颜色
      mb.ratio = c(0.7, 0.3), # bar plot和matrix plot图形高度的占比
      order.by = "freq", # y轴矩阵排序,如"freq"频率，"degree"程度
      text.scale = c(1.5, 1.5, 1.5, 1.5, 1.5, 1), # 6个参数intersection size title（y标题大小）,intersection size tick labels（y刻度标签大小）, set size title（set标题大小）, set size tick labels（set刻度标签大小）, set names（set 分类标签大小）, numbers above bars（柱数字大小）的设置
      shade.color = "#12507B", # 图中阴影部分的颜色
      queries=list(list(query = intersects, params = list("votes"), color = "purple", active = T), # 设置自己想要展示的特定组的交集，通过queries参数进行设置，需要展示几个关注组合的颜色，就展示几个
                   list(query = intersects, params = list("votes","length"), color = "orange", active = T))
)

upsetR-1

★ 不支持ggplot语法

4. 使用 $\color{green}{ComplexUpset}$ 包绘制upset图

4.1 基本用法

# 安装并加载所需的R包
# install.packages('ComplexUpset')

# if(!require(devtools)) install.packages("devtools")
# devtools::install_github("krassowski/complex-upset")
library(ggplot2)
library(ComplexUpset)

movies = as.data.frame(ggplot2movies::movies)
# 第18-24列是电影类型(用0,1矩阵表示)
genres <- colnames(movies)[18:24]
genres
## [1] "Action"      "Animation"   "Comedy"      "Drama"       "Documentary" "Romance"     "Short"

# 把mpaa这一列中的空值变成NA，然后为了方便演示去掉缺失值
movies[movies$mpaa == "", "mpaa"] <- NA
movies <- na.omit(movies)

upset(movies, genres, 
      name='genre', # 底部的标签
      width_ratio = 0.2, # 左侧柱状图的宽度
      height_ratio = 0.3, # 下图部分比例
      min_size = 5, # 显示的最小集合的大小
      min_degree = 2, # 最小等级，即显示最少几个数据集的集合
      n_intersections = 15,
      wrap = TRUE, set_sizes = FALSE
      )

ComplexUpset-1

4.2 添加组件（annotations）

# 三种方法添加多个注释组件
upset(
  movies,
  genres,
  annotations = list(
    # 方法1-使用list：添加length这一列数据
    'Length'= list(
      aes = aes(x = intersection, y = length),
      geom = geom_boxplot(na.rm = TRUE)
    ),
    # 方法2-使用ggplot2：添加rating这一列数据
    'Rating'=(
      # aes(x=intersection) 是默认提供的，可以跳过
      ggplot(mapping = aes(y = rating))
      + geom_jitter(aes(color = log10(votes)), na.rm = TRUE)
      + geom_violin(alpha = 0.5, na.rm = TRUE)
    ),
    # 方法3：使用内置的 upset_annotate() 函数
    'Budget'=upset_annotate('budget', geom_boxplot(na.rm=TRUE))
  ),
  min_size = 10,
  width_ratio = 0.1
)
  
# 使用条形图来展示分类变量比例的差异
upset(
  movies,
  genres,
  annotations = list(
    'MPAA Rating'= (
      ggplot(mapping = aes(fill = mpaa))
      + geom_bar(stat = 'count', position = 'fill')
      + scale_y_continuous(labels = scales::percent_format())
      + scale_fill_manual(values = c(
        'R' = '#E41A1C', 'PG' = '#377EB8',
        'PG-13' = '#4DAF4A', 'NC-17' = '#FF7F00'
      ))
      + ylab('MPAA Rating')
    )
  ),
  width_ratio = 0.1
)

ComplexUpset-2

4.3 区域选择模式

ComplexUpset提供 $\color{orange}{四种模式}$ 定义相应维恩图上的感兴趣区域(以A、B、C三个数据集为例），自定义时，可用intersection_size()进行相应地调整
：

$\$ $\$ $\$ $\$ 1) exclusive_intersection( (𝐴∩𝐵)∖𝐶)：属于定义交集但不属于任何其他集的交集元素（别名：distinct），默认
$\$ $\$ $\$ $\$ 2) inclusive_intersection(𝐴∩𝐵)：属于定义交叉点的集合的交叉点元素，包括与其他集合的重叠（别名：intersect）
$\$ $\$ $\$ $\$ 3) exclusive_union((𝐴∪𝐵)∖𝐶)：属于定义并集的集合的并集元素，不包括与任何其他集合重叠的元素
$\$ $\$ $\$ $\$ 4) inclusive_unionregion(𝐴∪𝐵)：属于定义并集的集合的并集元素，包括与任何其他集合重叠的元素（别名：union）

upset(
upset(
  movies, genres,
  mode = 'inclusive_intersection',
  annotations = list(
    # # 这里如果不指定就会使用上面设置好的模式)
    'Length (inclusive intersection)' = (
      ggplot(mapping = aes(y = length))
      + geom_jitter(alpha = 0.2, na.rm = TRUE)
    ),
    'Length (exclusive intersection)' = (
      ggplot(mapping = aes(y = length))
      + geom_jitter(alpha = 0.2, na.rm = TRUE)
      + upset_mode('exclusive_intersection')
    ),
    'Length (inclusive union)' = (
      ggplot(mapping = aes(y = length))
      + geom_jitter(alpha = 0.2, na.rm = TRUE)
      + upset_mode('inclusive_union')
    )
  ),
  min_size = 10,
  width_ratio = 0.1
)

# 增加颜色映射
library(ggsci)
upset(movies, genres,
      min_size = 10, width_ratio = 0.1,
      # 调整intersection size
      base_annotations = list(
        "intersection size" = intersection_size(
          counts = F, # 不显示个数
          mapping = aes(fill = "bars_color")
        )
        + scale_fill_manual(values = c("bars_color" = "skyblue"), guide = "none") # 使用单一颜色
      )
)


upset(movies, genres,
      min_size = 10, width_ratio = 0.1,
      # 调整intersection size
      base_annotations = list(
        "intersection size" = intersection_size(
          counts = F, # 不显示个数
          mapping = aes(fill = mpaa)
      )
      + scale_fill_lancet() # 使用ggsci包的lancet配色
      )
)

ComplexUpset-3

5. 使用 $\color{green}{VennDetail}$ 包，韦恩图+韦恩条形图+韦恩饼图+upset图

5.1 不同布局的图形

# 安装并加载所需的R包
# if (!requireNamespace("BiocManager"))
#    install.packages("BiocManager")
# BiocManager::install("VennDetail")
library(VennDetail)

# 创建测试数据
A <- sample(1:1000, 400, replace = FALSE)
B <- sample(1:1000, 600, replace = FALSE)
C <- sample(1:1000, 350, replace = FALSE)
D <- sample(1:1000, 550, replace = FALSE)
E <- sample(1:1000, 450, replace = FALSE)

venn <- venndetail(list(A = A, B = B, C= C, D = D, E = E))
detail(venn) 

# 韦恩图（默认）
plot(venn)

# 韦恩饼图
plot(venn, type = "vennpie")

vennpie(venn, 
        min = 4 # 显示集合至少包含来自四个数据集的元素
        # any = 1, revcolor = "lightgrey" # 突出显示唯一或共享子集
        )



# 韦恩条形图
dplot(venn, order = TRUE, textsize = 4)

# upset图
plot(venn, type = "upset")

VennDetail-1

5.2 提取子集及可用注释

## 列出子集名称
detail(venn) 
##  Shared B_C_D_E A_C_D_E   C_D_E A_B_D_E   B_D_E   A_D_E     D_E A_B_C_E   B_C_E   A_C_E     C_E   A_B_E     B_E 
##       15      27      14      23      51      59      29      38      17      22      11      14      29      50 
##      A_E       E A_B_C_D   B_C_D   A_C_D     C_D   A_B_D     B_D     A_D       D   A_B_C     B_C     A_C       C 
##       19      32      28      43       7      27      34      61      32      62      30      37      14      21 
##      A_B       B       A 
##       49      48      21 


head(getSet(venn, subset = c("Shared", "A_C_D_E")), 10)
##    Subset Detail
##  1  Shared    522
##  2  Shared    413
##  3  Shared    362
##  4  Shared    415
##  5  Shared    789
##  6  Shared    984
##  7  Shared    712
##  8  Shared    719
##  9  Shared    114
##  10 Shared    666

head(result(venn, wide = TRUE))
##     Detail A B C D E SharedSets
##  10     522 1 1 1 1 1          5
##  52     413 1 1 1 1 1          5
##  116    362 1 1 1 1 1          5
##  136    415 1 1 1 1 1          5
##  177    789 1 1 1 1 1          5
##  185    984 1 1 1 1 1          5

参考：

R语言可视化10: 韦恩图/upset图 - VennDiagr

1. 使用 $\color{green}{VennDiagram}$ 包绘制韦恩图

1.1 两个数据集

1.2 多个数据集（此处以5个为示例）

1.3 交集元素的提取

2. 使用 $\color{green}{ggVennDiagram}$ 包绘制韦恩图

2.1 三个数据集

2.2 多个数据集（此处以5个为示例）

3. 使用 $\color{green}{upsetR}$ 包绘制upset图

4. 使用 $\color{green}{ComplexUpset}$ 包绘制upset图

4.1 基本用法

4.2 添加组件（annotations）

4.3 区域选择模式

5. 使用 $\color{green}{VennDetail}$ 包，韦恩图+韦恩条形图+韦恩饼图+upset图

5.1 不同布局的图形

5.2 提取子集及可用注释

相关文章

网友评论

延伸阅读

深度阅读

栏目导航

热点阅读

编程语言

R语言可视化10: 韦恩图/upset图 - VennDiagr

1. 使用包绘制韦恩图

1.1 两个数据集

1.2 多个数据集（此处以5个为示例）

1.3 交集元素的提取

2. 使用包绘制韦恩图

2.1 三个数据集

2.2 多个数据集（此处以5个为示例）

3. 使用包绘制upset图

4. 使用包绘制upset图

4.1 基本用法

4.2 添加组件（annotations）

4.3 区域选择模式

5. 使用包，韦恩图+韦恩条形图+韦恩饼图+upset图

5.1 不同布局的图形

5.2 提取子集及可用注释

相关文章

网友评论

延伸阅读

深度阅读

栏目导航

热点阅读

编程语言

1. 使用 $\color{green}{VennDiagram}$ 包绘制韦恩图

2. 使用 $\color{green}{ggVennDiagram}$ 包绘制韦恩图

3. 使用 $\color{green}{upsetR}$ 包绘制upset图

4. 使用 $\color{green}{ComplexUpset}$ 包绘制upset图

5. 使用 $\color{green}{VennDetail}$ 包，韦恩图+韦恩条形图+韦恩饼图+upset图