ggVennDiagram--绘制简单精美不同外型不同调色板的韦恩图3

已于 2022-11-13 14:21:04 修改
阅读量701 收藏 2
点赞数
分类专栏： r语言可视化 可视化 文章标签： 算法 python
于 2022-11-13 14:04:41 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/127831199
版权

文氏图（英语：Venn diagram），或译Venn图、 [1] 温氏图、维恩图、范氏图，是在所谓的集合论（或者类的理论）数学分支中，在不太严格的意义下用以表示集合（或类）的一种草图。它们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。
John Venn 是十九世纪英国的哲学家和数学家，他在 1881年发明了文氏图。在剑桥大学的 Caius 学院的彩色玻璃窗上有对他的这个发明的纪念。
例子

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 == "402")

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 = TRUE) +
  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 = TRUE) +
  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 = TRUE) +
  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 = TRUE) +
  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 = TRUE) +
  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 = TRUE) +
  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 = TRUE) +
  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 = TRUE) +
  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 = TRUE) +
  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 = TRUE) +
  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 = TRUE) +
  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 = TRUE) +
  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 = TRUE) +
  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 = TRUE) +
  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 = TRUE) +
  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 = TRUE) +
  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 = TRUE) +
  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 = TRUE) +
  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 = TRUE) +
  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 = TRUE) +
  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 = TRUE) +
  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 = TRUE) +
  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 = TRUE) +
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 = TRUE) +
  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 = TRUE) +
  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 = TRUE) +
  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：
百度百科：韦恩图
https://cloud.tencent.com/developer/article/1965941

「已注销」
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
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"))
ggVennDiagram--绘制简单美观不同调色板的韦恩图1
临风暖阳的博客
11-13 415
笔者主要在参考文献的基础上加上了调色板，并根据颜色对照表加上不同精美的颜色。
R语言使用ggvenn()绘制不同颜色的维恩分布图2
临风暖阳的博客
11-13 768
笔者参考自己以前的博客用R语言ggvenn()函数绘制不同颜色的韦恩图
使用ggplot2语法画韦恩图：ggvenndiagram
医学和生信笔记的博客
08-06 3098
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。
BEAUTIFUL GGPLOT VENN DIAGRAM WITH R
临风暖阳的博客
06-22 127
BEAUTIFUL GGPLOT VENN DIAGRAM WITH R
ggVennDiagram--绘制简单美观不同shape不同调色板的韦恩图2
临风暖阳的博客
11-13 585
笔者用ggVennDiagram绘制不同形状不同颜色的韦恩图形
MATLAB | 全网唯一，使用MATLAB绘制好看的韦恩图(venn)
slandarer的博客
08-26 5168
venn
（R语言）-9-韦恩图的绘制
明天吃什么好呢~的博客
05-02 191
【代码】生信绘图-8-韦恩图的绘制。
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
pyvenn绘制2-6组韦恩图
向日葵的专属太阳
04-07 2333
使用matplotlib_venn能绘制2~3组数据的韦恩图 pyvenn能绘制2~6组数据 本文主要介绍pyvenn这个轮子的使用方式。 准备工作 github地址 使用git直接clone git clone https://github.com/tctianchi/pyvenn.git 直接下载zip包 如果你已经完成上面操作，直接使用import venn可能会出现错误。 当我们导入一个模块时，默认情况下python解释器会搜索当前目录、已安装的内置模块和第三方模块，搜索路径存放在s.
Leecode---347：输出前k个高频元素（使用unordered_map）
最新发布
qq_41920323的博客
05-30 248
unordered_map实现输出前k个高频元素
算法训练营day41
stmfresher的博客
05-27 329
动态规划理论基础（主要就是确定动态规划的几个步骤）
算法每日一题（python,2024.05.24) day.6
L613Z的博客
05-27 456
数字比较型可以用双指针法寻找数字相同（或构成其他关系）的俩个数值（或其他类型），涉及到与数值有关的列表问题可以思考到sort()排序方法加以辅助。
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