【R语言】——VennDiagram包绘制维恩图（保姆级教程）

最新推荐文章于 2025-04-06 23:11:58 发布
最新推荐文章于 2025-04-06 23:11:58 发布
阅读量5.6w 收藏 152
点赞数 44
分类专栏： R语言 聚类热图 文章标签： r语言 开发语言
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/weixin_54004950/article/details/128336522
版权

本期介绍利用VennDiagram包绘制绘制2-5元的维恩图

      维恩图（Venn diagram），也叫文氏图、温氏图、韦恩图、范氏图，用于显示元素集合重叠区域的关系型图表，通过图形与图形之间的层叠关系，来反应数据集之间的相交关系。

     当前R语言中的VennDiagram包可用于2元到5元的图维恩绘制，而大于5元的情况这需要借助R语言的另一个R包——UpsetR包（下期将做展示）。

1 数据准备

数据输入格式（xlsx格式）：

 

2　R包加载及数据导入

#下载包#

install.packages("VennDiagram")

install.packages("openxlsx")

#加载包#

library (VennDiagram)  

library(openxlsx)

#数值导入，可对数值进行配对

set1<-read.xlsx('C:/Rdata/jc/Venn.xlsx',sheet= "Sheet1",sep=',')

set2<-read.xlsx('C:/Rdata/jc/Venn.xlsx',sheet= "Sheet2",sep=',')

set3<-read.xlsx('C:/Rdata/jc/Venn.xlsx',sheet= "Sheet3",sep=',')

set4<-read.xlsx('C:/Rdata/jc/Venn.xlsx',sheet= "Sheet4",sep=',')

set5<-read.xlsx('C:/Rdata/jc/Venn.xlsx',sheet= "Sheet5",sep=',')

set6<-read.xlsx('C:/Rdata/jc/Venn.xlsx',sheet= "Sheet6",sep=',')

#数据转置，如果不转后头函数venn.diagram对矩阵数值不识别#

set1=t(set1)

set2=t(set2)

set3=t(set3)

set4=t(set4)

set5=t(set5)

set6=t(set6)

head(set)

#二元#

venn.diagram(x=list(set1,set2),

             scaled = F, # 根据比例显示大小

             alpha= 0.5, #透明度

             lwd=1,lty=1,col=c('#FFFFCC','#CCFFFF'), #圆圈线条粗细、形状、颜色；1 实线, 2 虚线, blank无线条

             label.col ='black' , # 数字颜色abel.col=c('#FFFFCC','#CCFFFF',......)根据不同颜色显示数值颜色

             cex = 2, # 数字大小

             fontface = "bold",  # 字体粗细；加粗bold

             fill=c('#FFFFCC','#CCFFFF'), # 填充色 配色https://www.58pic.com/

             category.names = c("Set1", "Set2") , #标签名

             cat.dist = 0.02, # 标签距离圆圈的远近

             cat.pos = -180, # 标签相对于圆圈的角度cat.pos = c(-10, 10, 135)

             cat.cex = 2, #标签字体大小

             cat.fontface = "bold",  # 标签字体加粗

             cat.col='black' ,   #cat.col=c('#FFFFCC','#CCFFFF',.....)根据相应颜色改变标签颜色

             cat.default.pos = "outer",  # 标签位置, outer内;text 外

             output=TRUE,

             filename='C:/Rdata/jc/两组.png',# 文件保存

             imagetype="png",  # 类型（tiff png svg）

             resolution = 400,  # 分辨率

             compression = "lzw"# 压缩算法

             )

grid.draw(data)

图1 二元Venn 

#三元#

venn.diagram(x=list(set1,set2,set3),

             scaled = F, # 根据比例显示大小

             alpha= 0.5, #透明度

             lwd=1,lty=1,col=c('#FFFFCC','#CCFFFF',"#FFCCCC"), #圆圈线条粗细、形状、颜色；1 实线, 2 虚线, blank无线条

             label.col ='black' , # 数字颜色abel.col=c('#FFFFCC','#CCFFFF',......)根据不同颜色显示数值颜色

             cex = 2, # 数字大小

             fontface = "bold",  # 字体粗细；加粗bold

             fill=c('#FFFFCC','#CCFFFF',"#FFCCCC"), # 填充色 配色https://www.58pic.com/

             category.names = c("Set1", "Set2","Set3") , #标签名

             cat.dist = 0.02, # 标签距离圆圈的远近

             cat.pos = c(-120, -240, -180), # 标签相对于圆圈的角度cat.pos = c(-10, 10, 135)

             cat.cex = 2, #标签字体大小

             cat.fontface = "bold",  # 标签字体加粗

             cat.col='black' ,   #cat.col=c('#FFFFCC','#CCFFFF',.....)根据相应颜色改变标签颜色

             cat.default.pos = "outer",  # 标签位置, outer内;text 外

             output=TRUE,

             filename='C:/Rdata/jc/三组.png',# 文件保存

             imagetype="png",  # 类型（tiff png svg）

             resolution = 400,  # 分辨率

             compression = "lzw"# 压缩算法

)

grid.draw(data)

图2 三元Venn

 

#四元#

venn.diagram(x=list(set1,set2,set3,set4),

             scaled = F, # 根据比例显示大小

             alpha= 0.5, #透明度

             lwd=1,lty=1,col=c('#FFFFCC','#CCFFFF',"#FFCCCC","#CCCCFF"), #圆圈线条粗细、形状、颜色；1 实线, 2 虚线, blank无线条

             label.col ='black' , # 数字颜色abel.col=c('#FFFFCC','#CCFFFF',......)根据不同颜色显示数值颜色

             cex = 2, # 数字大小

             fontface = "bold",  # 字体粗细；加粗bold

             fill=c('#FFFFCC','#CCFFFF',"#FFCCCC","#CCCCFF"), # 填充色 配色https://www.58pic.com/

             category.names = c("Set1", "Set2","Set3","Set4") , #标签名

             cat.dist = c(0.2, 0.2, 0.1, 0.1), # 标签距离圆圈的远近

             cat.pos = c(-20, 20, -20, 20), # 标签相对于圆圈的角度cat.pos = c(-10, 10, 135)

             cat.cex = 2, #标签字体大小

             cat.fontface = "bold",  # 标签字体加粗

             cat.col=c('#FFFFCC','#CCFFFF',"#FFCCCC","#CCCCFF"),   #cat.col=c('#FFFFCC','#CCFFFF',.....)根据相应颜色改变标签颜色

             cat.default.pos = "outer",  # 标签位置, outer内;text 外

             output=TRUE,

             filename='C:/Rdata/jc/四组.png',# 文件保存

             imagetype="png",  # 类型（tiff png svg）

             resolution = 400,  # 分辨率

             compression = "lzw"# 压缩算法

)

grid.draw(data)

图4 四元Venn 

#五元#

venn.diagram(x=list(set1,set2,set3,set4,set5),

             scaled = F, # 根据比例显示大小

             alpha= 0.5, #透明度

             lwd=1,lty=1,col=c('#FFFFCC','#CCFFFF',"#FFCCCC","#CCCCFF", "#CCFFCC"), #圆圈线条粗细、形状、颜色；1 实线, 2 虚线, blank无线条

             label.col ='black' , # 数字颜色abel.col=c('#FFFFCC','#CCFFFF',......)根据不同颜色显示数值颜色

             cex = 2, # 数字大小

             fontface = "bold",  # 字体粗细；加粗bold

             fill=c('#FFFFCC','#CCFFFF',"#FFCCCC","#CCCCFF", "#CCFFCC"), # 填充色 配色https://www.58pic.com/

             category.names = c("Set1", "Set2","Set3","Set4","Set5") , #标签名

             cat.dist = c(0.2, 0.2, 0.2, 0.2, 0.2), # 标签距离圆圈的远近

             cat.pos = c(0, -10, 240, 120, 20), # 标签相对于圆圈的角度cat.pos = c(-10, 10, 135)

             cat.cex = 2, #标签字体大小

             cat.fontface = "bold",  # 标签字体加粗

             cat.col=c('#FFFFCC','#CCFFFF',"#FFCCCC","#CCCCFF", "#CCFFCC"),   #cat.col=c('#FFFFCC','#CCFFFF',.....)根据相应颜色改变标签颜色

             cat.default.pos = "outer",  # 标签位置, outer内;text 外

             output=TRUE,

             filename='C:/Rdata/jc/五组.png',# 文件保存

             imagetype="png",  # 类型（tiff png svg）

             resolution = 400,  # 分辨率

             compression = "lzw"# 压缩算法

)

grid.draw(data)

 

图4 五元Venn

#总结#

install.packages("VennDiagram")

install.packages("openxlsx")

library (VennDiagram)  

library(openxlsx)



#数值导入，可对数值进行配对

set1<-read.xlsx('C:/Rdata/jc/Venn1.xlsx',sheet= "Sheet1",sep=',')

set2<-read.xlsx('C:/Rdata/jc/Venn1.xlsx',sheet= "Sheet2",sep=',')

set3<-read.xlsx('C:/Rdata/jc/Venn1.xlsx',sheet= "Sheet3",sep=',')

set4<-read.xlsx('C:/Rdata/jc/Venn1.xlsx',sheet= "Sheet4",sep=',')

set5<-read.xlsx('C:/Rdata/jc/Venn1.xlsx',sheet= "Sheet5",sep=',')

set6<-read.xlsx('C:/Rdata/jc/Venn1.xlsx',sheet= "Sheet6",sep=',')

#数据转置，如果不转后头函数venn.diagram对矩阵数值不识别#

set1=t(set1)

set2=t(set2)

set3=t(set3)

set4=t(set4)

set5=t(set5)

set6=t(set6)

#全部代码注释#

venn.diagram(x=list(set1,set2,....),

                    scaled = F, # 根据比例显示大小

                    alpha= 0.5, #透明度

                    lwd=1,lty=1,col=c('#FFFFCC','#CCFFFF'), #圆圈线条粗细、形状、颜色；1 实线, 2 虚线, blank无线条

                    label.col ='black' , # 数字颜色abel.col=c('#FFFFCC','#CCFFFF',......)根据不同颜色显示数值颜色

                    cex = 2, # 数字大小

                    fontface = "bold",  # 字体粗细；加粗bold

                    fontfamily = "Times New Roma",  # 字体

                    fill=c('#FFFFCC','#CCFFFF'), # 填充色 配色https://www.58pic.com/

                    category.names = c("Set1", "Set2") , #标签名

                    cat.dist = 0.02, # 标签距离圆圈的远近

                    cat.pos = -180, # 标签相对于圆圈的角度cat.pos = c(-10, 10, 135)

                    cat.cex = 2, #标签字体大小

                    cat.fontface = "bold",  # 标签字体加粗

                    cat.col='black' ,   #cat.col=c('#FFFFCC','#CCFFFF',.....)根据相应颜色改变标签颜色

                    cat.default.pos = "outer",  # 标签位置, outer内;text 外

                    cat.fontfamily = "Times New Roma",  # 字体

                    xrotation = 2,  # 1 2 3 旋转确定大打头数据集

                    filename='C:/Rdata/jc/两组.png',# 文件保存

                    output=TRUE,

                    imagetype="png",  # 类型（tiff png svg）

                    resolution = 400,  # 分辨率

                    compression = "lzw",  # 压缩算法

                    ext.text = T # 增加指示线和标签

                    ext.percent = c(0.1,0.1,0.1), # 出现指示线和标签的条件

                    ext.dist = c(0.01,0.01),

                    ext.length = 0.8)

                    )

grid.draw(data)

好了本次分享就到这里。

关注公众号，发送“Venn”获得完整代码以及演示数据包

使用R语言绘制韦恩图
PixelLoom的博客
08-29 774
韦恩图（Venn diagram）是一种常用的图形工具，用于展示集合之间的关系。通过交叉区域和独立区域的组合，韦恩图可以直观地展示不同集合之间的重叠和独特元素。在R语言中，我们可以使用一些包和函数来创建韦恩图，其中最常用的包括。图中的交叉区域表示不同集合之间的重叠部分，而独立区域则表示每个集合的独特元素。包，我们可以轻松地创建具有不同样式和自定义选项的韦恩图，以展示集合之间的关系。该包提供了更多的自定义选项，可以绘制更复杂的韦恩图。函数，可以根据输入的集合信息生成韦恩图的数据。参数指定了每个集合的名称，
R语言绘制韦恩图
HackLogic的博客
08-27 1020
运行上述代码后，将会生成一个名为"venn.png"的PNG格式的韦恩图文件，其中显示了集合A、B和C之间的重叠关系。除了基本的韦恩图，VennDiagram包还提供了许多其他功能，如调整图形的颜色、添加标签、设置文本样式等。在R语言中，我们可以使用一些库和函数来创建韦恩图。本文将介绍如何使用VennDiagram包来生成韦恩图，并提供相应的源代码示例。它在统计学和数据分析中被广泛应用，可以帮助我们理解数据集之间的共同元素和差异。该函数的参数包括要绘制的集合、集合的标签和其他可选的自定义选项。
【绘制Venn图】最强 Venn Chart 作图：双圈、三圈附Matlab代码
qq_72962865的博客
04-03 722
维恩图 (Venn Diagram)，以其简洁直观的图像化表达能力，在集合论、逻辑推理、数据分析乃至日常沟通中发挥着至关重要的作用。它将抽象的概念具象化，使得不同集合之间的关系，诸如交集、并集、补集等，能够一目了然。本文将深入探讨维恩图的绘制精髓，着重分析双圈和三圈维恩图的构建方法、应用场景，并阐述如何通过严谨的逻辑思考和巧妙的图形表达，将维恩图的效用发挥到极致。一、维恩图的理论基础与核心思想维恩图是英国逻辑学家约翰·维恩 (John Venn) 于1880年提出的一种图表，用于表示集合之间的逻辑关系。
R语言画韦恩图
Mrrunsen的博客
03-07 2347
首先，安装软件包# venn图install.packages("VennDiagram")library(VennDiagram) 02 数据准备 生成三个不同的数据集set1<- sample(1:1000, 200, replace = FALSE)set2<- sample(1:1000, 200, replace = FALSE)set3<- sample(1:1000, 200, replace = FALSE) 03 绘图参数 ...
局部整体类可视化图像
最新发布
2301_79714324的博客
04-06 405
韦恩图，应该是用来显示集合之间的重叠关系的，比如两个或三个集合的交集、并集等。matplotlib的pie函数可以直接画，不过有时候环形图可能更美观，或者突出显示某些部分。环形图其实就是饼图中间挖空，可能用同样的pie函数，但调整半径参数，中间留白，再加上一个中心标签。：比较两组或三组数据的共同元素（如用户行为分析、基因重叠分析）。：展示集合之间的重叠关系，直观显示交集、并集和差集。：展示单一维度数据的占比（如市场份额、预算分配）。：多层环形结构展示层次数据，面积表示比例。：以扇形面积表示比例，简单直观。
R语言绘制Venn图(文氏图、温氏图、维恩图、范氏图、韦恩图)
zegeai的博客
10-14 2286
Venn图，又称文氏图，标题中其他名字也是它的别称，由封闭圆形组成，代表不同集合。圆形重叠部分表示集合交集，非重叠处为独有元素。在生物学、统计学等领域广泛应用，可展示不同数据集相似性与差异，辅助逻辑分析。以直观方式呈现复杂集合关系，是有力的可视化工具。
R语言韦恩图的绘制
weixin_71158509的博客
02-01 2152
其中，category.names参数用于设置每个集合的名称，fill参数设置每个圆形的填充颜色，alpha参数设置圆形的透明度，label.col参数设置标签的颜色，cex参数设置标签的大小，margin参数设置图形的边距。通过观察韦恩图，人们可以更清晰地了解集合之间的关系，进而做出更准确的决策。韦恩图利用圆形的重叠区域来表示集合之间的交集，而圆形的非重叠区域则表示各个集合的独立部分。每个集合在图中用一个圆形表示，而每个圆形之间的重叠区域表示相应集合之间的交集。
R实用绘图--韦恩图
weixin_46587777的博客
04-21 1518
今天带领大家绘制的是韦恩图（Venn diagram），韦恩图属于关系型图表，通过圆圈与圆圈之间的重叠关系，来表示集合与集合之间的相交关系。一般来说韦恩图只适用于小于等于5个集合的场景，如果集合过多，一方面是不美观，另一方面是常用的R包也不支持。这种情况可以考虑花瓣图或者Upset图等，后续我们都会更新。
R语言画Venn图
MK422的博客
04-25 3888
一、画Venn diagram 1、依赖包 library(venn) 2、安装venn包 （1）方式一：install.packages(venn) （2）方式二：在https://cran.r-project.org/src/contrib/Archive/下载离线安装包，然后通过Rstudio->Tools->Install Packages->Browse选中本地离线安装包 3、画venn图 library(venn) # 随机初始化数据集 rand_1 &.
R语言：r画韦恩图
weixin_69558614的博客
05-08 1199
ggsave("韦恩图.png", plot = p1, width = 10, height = 8, dpi = 150)+ text = element_text(size = 16) # 设置字体大小为 16。分辨率高了很多，这只是最基本的用法，想要画一个好图，得需要多次修改。> data <- read.xlsx("韦恩图种2.xlsx")
R语言可视化韦恩图实战：VENN DIAGRAM
statistics+insight+vista+power
02-20 230
R语言可视化韦恩图实战：VENN DIAGRAM
【R语言科研绘图】——韦恩图
阅读文献，记录学习笔记
09-27 7645
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。
R语言绘图：韦恩图
SAM_biotech的博客
03-05 1014
韦恩分析（Venn Analysis）常用于可视化不同数据集之间的交集和并集。维恩图（Venn diagram），也叫文氏图、温氏图、韦恩图、范氏图，用于显示元素集合重叠区域的关系型图表，通过图形与图形之间的层叠关系，来反应数据集之间的相交关系。在 R 语言中，进行韦恩分析（Venn图绘制）可以通过多个不同的包来实现，常用的包括 VennDiagram、venn 和 ggVenn 等。本文案使用ggVenn软件包进行分析。
R语言绘图：绘制韦恩图
CodeSpark的博客
08-28 846
其中，参数"x"接受之前创建的venneuler对象，参数"category.names"用于指定各个集合的名称，参数"filename"和"output"用于指定输出文件的名称和是否输出文件，参数"imagetype"用于指定输出文件的类型，参数"main"用于指定图表的标题。通过使用R语言中的"venneuler"和"VennDiagram"包，我们可以轻松地创建自定义的韦恩图，并根据需要进行进一步的定制。现在，我们已经有了韦恩图的原始数据，接下来我们可以使用"VennDiagram"包来绘制韦恩图。
详解R语言画韦恩图
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...
利用R绘制venn图（VennDiagram、eulerr、venneuler、limma）
热门推荐
Kanny
01-18 6万+
最近对利用R绘制venn图进行了一些学习。参考了网上很多资料： 【R作图】在R中绘制韦恩图的几种方法 和 一些漂亮的venn图 如何使用R来绘制韦恩图（Venn Diagram） venn.diagram: Make a Venn Diagram 具体包括下面三个包： limma、venneuler、VennDiagram。总的来说，三个包都有着各自的不足。下面会一一进行说明，这里先放上结论：...
R语言绘制韦恩(venn)图
qq_27390023的博客
01-19 2892
#install.packages("venn") library(venn) #ls("package:venn") # 构造数据 all_genes <- paste0("gene",1:1000) gene_lst1 <- sample(all_genes, 200, replace = FALSE) gene_lst2 <- sample(all_genes, 300, replace = FALSE) gene_lst3 <- sample(all_genes, 4...
R语言画韦恩图详解
qq_36608036的博客
01-08 5638
详解R语言画韦恩图 原创飘羽 发布于2018-07-09 17:15:19 阅读数 8472 收藏 展开 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-se...
橙点同学智能网联车安全员高级答案
03-29
智能网联汽车的安全员高级考试涉及多个方面的专业知识，包括但不限于自动驾驶技术原理、车辆传感器融合、网络安全防护以及法律法规等内容。以下是针对该主题的一些核心知识点解析： ### 关于智能网联车安全员高级考试的核心内容 #### 1. 自动驾驶分级标准 国际自动机工程师学会（SAE International）定义了六个级别的自动驾驶等级，从L0到L5[^1]。其中，L3及以上级别需要安全员具备更高的应急处理能力。 #### 2. 车辆感知系统的组成与功能 智能网联车通常配备多种传感器，如激光雷达、毫米波雷达、摄像头和超声波传感器等。这些设备协同工作以实现环境感知、障碍物检测等功能[^2]。 #### 3. 数据通信与网络安全 智能网联车依赖V2X（Vehicle-to-Everything）技术进行数据交换，在此过程中需防范潜在的网络攻击风险，例如中间人攻击或恶意软件入侵[^3]。 #### 4. 法律法规要求 不同国家和地区对于无人驾驶测试及运营有着严格的规定，考生应熟悉当地交通法典中有关自动化驾驶部分的具体条款[^4]。 ```python # 示例代码：模拟简单决策逻辑 def decide_action(sensor_data): if sensor_data['obstacle'] and not sensor_data['emergency']: return 'slow_down' elif sensor_data['pedestrian_crossing']: return 'stop_and_yield' else: return 'continue_driving' example_input = {'obstacle': True, 'emergency': False, 'pedestrian_crossing': False} action = decide_action(example_input) print(f"Action to take: {action}") ``` 需要注意的是，“橙点同学”作为特定平台上的学习资源名称，并不提供官方认证的标准答案集；建议通过正规渠道获取教材并参加培训课程来准备此类资格认证考试。
评论 15
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