R语言 | 还在为绘制多个数据的维恩图而烦恼吗？

小杜的生信筆記

已于 2024-09-01 20:41:19 修改

阅读量391

点赞数 9

分类专栏： R语言精美图形绘制教程文章标签： R语言 r语言科研绘图维恩图 Veenplot

于 2024-09-01 20:39:31 首次发布

本文链接：https://blog.csdn.net/kanghua_du/article/details/141789511

版权

R语言精美图形绘制教程专栏收录该内容

112 篇文章 29 订阅

订阅专栏

原文链接:R语言 | 还在为绘制多个数据的维恩图而烦恼吗？

2022年教程总汇

2023年教程总汇

本期教程

Venn Plot

写在前面

对于维恩图的绘制教程，我们在前面分享过基于R语言绘制VennPlot图 | 可以绘制大于等于7个类别的码。但是，随着使用的R包的升级，我们绘制的维恩图会出现不显示数值的情况。

因此，这个教程的码，若是不做修改的话，就不能使用。

维恩图是我们日常分析中常用到的图形，使用的频率非常高（包括自己）。因此，我们今天再分享一篇制作维恩图的教程。此教程使用的R包也是很简单，内容非常丰富。

<,,,,,>

Code

1. 加载所需的R包

#install.packages("ggVennDiagram")
# install.packages("devtools")
#devtools::install_github("gaospecial/ggVennDiagram")

library(ggVennDiagram)
library(ggplot2)

2. 加载数据

genes <- paste("gene",1:1000,sep="")
set.seed(20231214)
x <- list(A=sample(genes,300),
          B=sample(genes,525),
          C=sample(genes,440),
          D=sample(genes,350))

x[1:5,1:5]

x <- list(A=sample(genes,300),
          B=sample(genes,525),
          C=sample(genes,440),
          D=sample(genes,350),
          E=sample(genes,200),
          F=sample(genes,150),
          G=sample(genes,100))

3. 参数设置

3.1 数值的显示方式

# 参数
"both”, “count”, “percent”, “none”

例子1：

ggVennDiagram(x[1:2],label = "both")

例子2：

ggVennDiagram(x[1:2],label = "count")

3.2 颜色的设置

使用scale_fill_distiller()函数添加颜色

颜色的选择

## 查看全部主题颜色，或是自己设置
RColorBrewer::display.brewer.all()

例子3:

ggVennDiagram(x[1:2],label = "both")+
  scale_fill_distiller(palette = "Spectral",direction = 1)

3.3 线条的选择，使用edge_lty = 进行寻找，默认是实线，虚线参数为dashed。

例子4：

ggVennDiagram(x[1:3], edge_lty = "dashed", edge_size = 1, label_alpha = 0)+
  scale_fill_distiller(palette = "RdBu",direction = 1)

例子5：

2-7维恩图的绘制

##'@7维
ggVennDiagram(x[1:7],label = "count", label_alpha = 0)+
  scale_fill_distiller(palette = "Accent",direction = 1)
ggsave("7_vennplot.jpg",width = 5, height = 4)
##'@6维
ggVennDiagram(x[1:6],label = "count", label_alpha = 0)+
  scale_fill_distiller(palette = "RdBu",direction = 1)
ggsave("6_vennplot.jpg",width = 5, height = 4)
##'@5维
ggVennDiagram(x[1:5],label = "count", label_alpha = 0)+
  scale_fill_distiller(palette = "RdBu",direction = 1)

ggsave("5_vennplot.jpg",width = 5, height = 4)

##'@4维
ggVennDiagram(x[1:4],label = "count", label_alpha = 0)+
  scale_fill_distiller(palette = "RdBu",direction = 1)

ggsave("4_vennplot.jpg",width = 5, height = 4)
##'@3维
ggVennDiagram(x[1:3],label = "count", label_alpha = 0)+
  scale_fill_distiller(palette = "RdBu",direction = 1)

ggsave("3_vennplot.jpg",width = 5, height = 4)


##'@2维
ggVennDiagram(x[1:2],label = "count", label_alpha = 0)+
  scale_fill_distiller(palette = "Set3",direction = 1)

ggsave("2_vennplot.jpg",width = 5, height = 4)