ggVennDiagram--绘制简单美观不同shape不同调色板的韦恩图2

已于 2022-11-13 14:26:16 修改
阅读量613 收藏 3
点赞数
分类专栏： 可视化 r语言可视化 文章标签： r语言 开发语言
于 2022-11-13 13:26:19 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_38127487/article/details/127830892
版权 
library(ggVennDiagram)
library(ggplot2)
genes <- paste0("gene",1:1000)
set.seed(20210701)
gene_list <- list(A = sample(genes,100),
                  B = sample(genes,200),
                  C = sample(genes,300),
                  D = sample(genes,200))

# construct a Venn object
venn = Venn(gene_list)
data = process_data(venn, shape_id == "401f")

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "Blues")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "Set1")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "Set2")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "Set3")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "Pastel1")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "Pastel2")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "Paired")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "Dark2")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "Accent")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "Spectral")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "RdYlGn")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "RdYlBu")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "RdGy")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "RdBu")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "PuOr")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "PRGn")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "PiYG")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "BrBG")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "YlOrRd")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "YlOrBr")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "YlGnBu")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "YlGn")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "Reds")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "RdPu")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "Purples")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "PuRd")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "PuBuGn")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "PuBu")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "OrRd")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "Oranges")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "Greys")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "Greens")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "GnBu")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "BuPu")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "BuGn")

在这里插入图片描述

ggplot() +
  geom_sf(aes(fill = count), data = venn_region(data)) +
  geom_sf(aes(color = id), data = venn_setedge(data), show.legend = FALSE) +
  geom_sf_text(aes(label = name), data = venn_setlabel(data)) +
  geom_sf_label(aes(label = count), data = venn_region(data)) +
  theme_void()+ scale_fill_distiller(palette = "Blues")

在这里插入图片描述
参考文献：
https://cloud.tencent.com/developer/article/1965941
开发工具:RStudio和微信截屏工具

「已注销」
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
R语言实现高级的韦恩图可视化（UpSetR）
weixin_53637133的博客
05-04 395
R语言实现高级的韦恩图可视化（UpSetR）
使用ggplot2语法画韦恩图：ggvenndiagram
医学和生信笔记的博客
08-06 3141
专注R语言在临床医学中的使用，R语言数据分析和可视化。主要分享R语言做医学统计学、meta分析、网络药理学、临床预测模型、机器学习、生物信息学等。
ggVennDiagram:维恩图的“ggplot2”实现
08-05
gg维恩图 ' ggVennDiagram ' 使用 2-7 组启用精美的维恩图并生成出版质量图。 安装 您可以从安装已发布版本的 ggVennDiagram（在 CRAN 中进行评估）： install.packages( " ggVennDiagram " ) 以及来自的开发版本： # install.packages("devtools") devtools :: install_github( " gaospecial/ggVennDiagram " ) 例子 ggVennDiagram将每个区域的填充颜色映射到数量上，让我们可以直观地观察不同部分之间的差异。 library( ggVennDiagram ) genes <- paste( " gene " , 1 : 1000 , sep = " " ) set.seed( 20210419 ) x <- list
ggvenn:ggplot2提供的Venn图，具有真正易于使用的API
05-24
格文 ggplot2提供的Venn图，具有真正易于使用的API。 这个包装的灵感来自 安装 if (!require(devtools)) install.packages("devtools") devtools::install_github("yanlinlin82/ggvenn") 快速开始 该程序包同时支持list和data.frame类型的数据作为输入。 对于list数据（每个元素是一组）： library(ggvenn) a <- list(`Set 1` = c(1, 3, 5, 7, 9), `Set 2` = c(1, 5, 9, 13), `Set 3` = c(1, 2, 8, 9), `Set 4` = c(6, 7, 10, 12)) ggvenn(a, c("Set 1", "Set 2"))
BEAUTIFUL GGPLOT VENN DIAGRAM WITH R
临风暖阳的博客
06-22 129
BEAUTIFUL GGPLOT VENN DIAGRAM WITH R
R软件-ggplot2 画火山图
mystrugglelife的博客
02-10 2万+
R软件ggplot2 1 导入包 # 帮助文档链接：http://docs.ggplot2.org/current/library(ggplot2) 2.改变工作路径，将工作路径改变到数据存放的文件夹下3.读取数据：isoforms.filter.tsvisoforms.filter.tsv表格内容： id R0_count R3_count R0_fpkm R3_fpkm log2FC Pval...
【R语言科研绘图】——韦恩图
lijianpeng0302的博客
09-27 6565
比较经典的韦恩图是使用venndiagram作图，但是缺点是不能使用pdf导出图形，对后期组图带来麻烦。基于ggplot2的ggVennDiagram这个package就能方便导出pdf，以利于后期组图，绘制符合杂志社要求的图片。
电影豆瓣短评-韦恩词云图
09-05
对于电影《白蛇传·情》的豆瓣短评数据，进行分词、词频统计，并绘制好评与中差评的韦恩词云图，可以清楚地分析好评与中差评间的异同。文件包括：词云图背景、.ipynb代码、豆瓣短评csv文件、结果文件。
venn:绘制 2 圈或 3 圈面积比例维恩图-matlab开发
06-01
与 FEX 上可用的 VennX 函数相比，VENN 具有以下优势： 1）它要快得多2) 将维恩图绘制为补丁对象，允许更大的展示灵活性（边缘/面颜色、透明度等） 3) 返回具有所需绘图数据的结构，允许用户进行额外的修改（平移、...
使用R语言实现Venn Diagram韦恩图的制作
01-27
内容概要：本教程旨在指导读者通过R语言创建和定制Venn Diagram（韦恩图），一个用于展示集合间逻辑关系的图形工具。通过逐步解释和实际代码示例，本教程将介绍如何使用R语言中的专门包来生成基础到高级的韦恩图，...
book-sentences:来自不同书籍的句子集
03-18
来自不同书籍的句子集合。 描述 这个项目是我读过的书中我最喜欢的句子的集合。这些内容不作为书中的摘要，而只是从这里到那里的一些随机句子。有时不止几个。 一切始于几年前的Google Keep笔记，当我达到字符数限制...
前端用Highcharts 写 venn图 鼠标悬浮效果以及点击事件
03-09
Highcharts 写 venn图 （韦恩图），以及解决项目中venn的报错，Highcharts 写 venn图 鼠标悬浮效果以及点击事件
ggplot学习总结
左手coding，右手cooking
05-03 735
ggplot2的基本概念**1. 数据data和映射mapping 2. 标度scale 3. 几何对象Geom 4. 统计变化Stat 5. 坐标系统Coord 6. 图层Layer 7. 分面Facet入门代码library(ggplot) p=ggplot(data,mapping=aes(x=x,y=y)) p+geom_point()将某个属性映射到ggplot颜色
FigDraw 9. SCI 文章绘图之韦恩图 (Vennplot)
weixin_41368414的博客
05-31 4601
这期来聊聊韦恩图，这种图形虽然简单，但是也是文章中很常见的，今天就来看看 CNS 级别文章中的Venn该怎么绘制？前言维恩图用于展示在不同的事物群组（集合）之间的数学或逻辑联系，尤其适合用来表示集合（或）类之间的“大致关系”，它也常常被用来帮助推导（或理解推导过程）关于集合运算（或类运算）的一些规律。一般个数在2到7组之间。我们希望实现下面的韦恩图以及更高维度的图形。1. 软件包安装if (!require(VennDiagram)) install.packages("VennDiagram") if (
【R作图】在R中绘制韦恩图的几种方法 和 一些漂亮的venn图
a12141986的博客
03-25 8940
使用limma包 1 2 3 4 5 6 7 8 9 10 11 12 13 14 #安装limma包 #source("http://www.bioconductor.org/biocLite.R") #biocLite("limma") #载入limma包 library(limma) hs...
详解R语言画韦恩图
热门推荐
飘羽的博客
07-09 3万+
需要安装和导入的包 install.packages("VennDiagram") library(grid) library(futile.logger) library(VennDiagram)已知各个数据集的个数，并且交叉个数来制作韦恩图两个数据集：# A simple two-set diagram （根据数据量多少而确定圆的大小）venn.plot &lt;- draw.pairwise...
R绘制韦恩图 | Venn图
weixin_30892889的博客
07-08 2352
解决方案有好几种： 网页版，无脑绘图，就是麻烦，没有写代码方便 极简版，gplots::venn 文艺版，venneuler，不好安装rJava，参见Y叔 酷炫版，VennDiagram 1. 网页版的就不说了，非常简单，直接输入数据就行； 2. 极简版 options(repr.plot.width=4, repr.plot.height=5) vp <-...
R语言画韦恩图
Doris_xixi的博客
07-25 2万+
1.安装和导入的包   install.packages("VennDiagram") library(grid) library(futile.logger) library(VennDiagram) 2.两个数据集 可以根据数据量的大小来确定圆的大小 # A simple two-set diagram （根据数据量多少而确定圆的大小）前提是知道数据集的大小和交叉个数 venn...
R可视化：可发表的热图
最新发布
H20230717的博客
06-05 600
pheatmap可视化数据
ggVennDiagram绘制韦恩图
05-11
ggVennDiagram是一个R语言的包，用于绘制Venn图和欧拉图，可以展示多组数据之间的交集和差异。如果你还没有安装ggVennDiagram，可以使用以下命令安装： ```r install.packages("ggVennDiagram") ``` 以下是一个绘制Venn图的示例代码： ```r library(ggVennDiagram) # 创建数据框 df <- data.frame( Group1 = c("A", "B", "C", "D"), Group2 = c("A", "B", "E", "F"), Group3 = c("B", "D", "F", "G") ) # 绘制Venn图 ggVennDiagram(df) ``` 这将绘制一个包含三组数据的Venn图，其中每个圆圈表示一个组，交集表示两个或更多组之间的重叠。您可以在ggVennDiagram包的文档中查找更多绘图选项和示例。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值