R语言绘制Upset图

原文教程：R语言绘图 | 复杂的CompelxUpset绘制教程

关于《R语言绘图专栏》

关于**《R语言绘图专栏》**，此专栏基于R语言绘制图形。每个图形我们会提供对应的R代码、数据和文本文档。此系列将会是一个长期更新的系列。

注意：若是你加入我们社群，则直接在社群中获得。

本期教程

获得本教程Data and Code，请在后台回复：20240815。

2022年教程总汇

2023年教程总汇

Code

1. 加载对应的R包

#install.packages('ComplexUpset')
#install.packages("ggplot2movies")

library(ComplexUpset)
library(ggplot2)
library(ggplot2movies)

2. 创建数据

movies = as.data.frame(ggplot2movies::movies)
head(movies, 3)

> head(movies, 3)
                   title year length budget rating votes  r1   r2  r3   r4   r5   r6
1                      $ 1971    121     NA    6.4   348 4.5  4.5 4.5  4.5 14.5 24.5
2      $1000 a Touchdown 1939     71     NA    6.0    20 0.0 14.5 4.5 24.5 14.5 14.5
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
    r7   r8   r9  r10 mpaa Action Animation Comedy Drama Documentary Romance Short
1 24.5 14.5  4.5  4.5           0         0      1     1           0       0     0
2 14.5  4.5  4.5 14.5           0         0      1     0           0       0     0
3  0.0 44.5 24.5 24.5           0         1      0     0           0       0     1

3. 数据处理

##'@提取对应的数据
genres = colnames(movies)[18:24]
genres

movies[genres] = movies[genres] == 1
t(head(movies[genres], 3))


movies[movies$mpaa == '', 'mpaa'] = NA
movies = na.omit(movies)
head(movies)

set_size = function(w, h, factor=1.5) {
  s = 1 * factor
  options(
    repr.plot.width=w * s,
    repr.plot.height=h * s,
    repr.plot.res=100 / factor,
    jupyter.plot_mimetypes='image/png',
    jupyter.plot_scale=1
  )
}

4. 绘制基础图形

set_size(8, 3)
upset(movies, genres, name='genre', width_ratio=0.1)

5. 绘制维恩图

abc_data = create_upset_abc_example()

abc_venn = (
  ggplot(arrange_venn(abc_data))
  + coord_fixed()
  + theme_void()
  + scale_color_venn_mix(abc_data)
)

(
  abc_venn
  + geom_venn_region(data=abc_data, alpha=0.05)
  + geom_point(aes(x=x, y=y, color=region), size=1)
  + geom_venn_circle(abc_data)
  + geom_venn_label_set(abc_data, aes(label=region))
  + geom_venn_label_region(
    abc_data, aes(label=size),
    outwards_adjust=1.75,
    position=position_nudge(y=0.2)
  )
  + scale_fill_venn_mix(abc_data, guide='none')
)

6. 绘制复杂维恩图

set_size(8, 8)

set.seed(0)   # keep the same jitter for identical plots

upset(
  movies,
  genres,
  annotations = list(
    # 1st method - passing list:
    'Length'=list(
      aes=aes(x=intersection, y=length),
      # provide a list if you wish to add several geoms
      geom=geom_boxplot(na.rm=TRUE)
    ),
    # 2nd method - using ggplot
    'Rating'=(
      # note that aes(x=intersection) is supplied by default and can be skipped
      ggplot(mapping=aes(y=rating))
      # checkout ggbeeswarm::geom_quasirandom for better results!
      + geom_jitter(aes(color=log10(votes)), na.rm=TRUE)
      + geom_violin(alpha=0.5, na.rm=TRUE)
    ),
    # 3rd method - using `upset_annotate` shorthand
    'Budget'=upset_annotate('budget', geom_boxplot(na.rm=TRUE))
  ),
  min_size=10,
  width_ratio=0.1
)

7. 比例Upset

##'@绘制比例Upset图
set_size(8, 5)

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
)

8. 柱状图+Upset

set_size(8, 3)

upset(
  movies,
  genres,
  base_annotations=list(
    'Intersection size'=intersection_size(
      counts=FALSE,
      mapping=aes(fill=mpaa)
    )
  ),
  width_ratio=0.1
)

---

获得本教程Data and Code，请在后台回复：20240815。

若我们的教程对你有所帮助，请点赞+收藏+转发，这是对我们最大的支持。

往期部分文章

1. 最全WGCNA教程（替换数据即可出全部结果与图形）

• WGCNA分析 | 全流程分析代码 | 代码一

• WGCNA分析 | 全流程分析代码 | 代码二

• WGCNA分析 | 全流程代码分享 | 代码三

• WGCNA分析 | 全流程分析代码 | 代码四

• WGCNA分析 | 全流程分析代码 | 代码五(最新版本)

---

2. 精美图形绘制教程

• 精美图形绘制教程

3. 转录组分析教程

• 转录组上游分析教程[零基础]

• 一个转录组上游分析流程 | Hisat2-Stringtie

4. 转录组下游分析

• 批量做差异分析及图形绘制 | 基于DESeq2差异分析

• GO和KEGG富集分析

• 单基因GSEA富集分析

• 全基因集GSEA富集分析

小杜的生信筆記 ，主要发表或收录生物信息学教程，以及基于R分析和可视化（包括数据分析，图形绘制等）；分享感兴趣的文献和学习资料!!