维恩图5方式（使用＆＃39; venn＆＃39; R）

时间：2017-11-13 08:35:24

标签： r venn-diagram

首先，我想为我的基本问题道歉。 我确信，如果我是一位经验丰富的用户，关于这个主题的其他主题就会令人满意，但即使在阅读之后我也无法管理。 所以，如果这可能会让你烦恼，你可以忽略它。

对于那些仍然想要帮助的人： 我正在尝试创建一个5向维恩图。 我的数据以excel排列为5列（每个代表一个站点A-E），每行代表五个站点中每个站点的物种丰度（0-16）。

我想创建一个类似于此的漂亮的维恩图： https://i.stack.imgur.com/TeRSJ.png

我确信它的问题只需点击几下。 但我不能设法： 以写入方式加载我的数据 - 它应该是哪种格式？数据集？清单？基质

我认为R似乎建议我只能使用在场缺席数据（0/1）是对的吗？

最终我认为我会使用此命令将x作为我的数据

venn(x, snames = c(""), ilabels = FALSE, counts = FALSE, zcolor = c("bw"),
transparency = 0.3, ellipse = FALSE, size = 15, cexil = 0.45, cexsn = 0.85, 
...)

有人能告诉我使用什么代码吗？ 如果有人告诉我如何在这里做，我也可以上传我的数据集。

提前致谢

2 个答案:

答案 0 :(得分：0)

免责声明1：我不确定您的问题是关于如何计算每个子组的计数，或者如何绘制5组维恩图。我假设后者。

免责声明2：我发现5套维恩图非常难以阅读。到了没用的地步。但那是我个人的意见。

如果其他R套餐是一个选项，这里是使用VennDiagram的一套完整的5套示例（直接来自VennDiagram reference manual）

library(VennDiagram);
venn.plot <- draw.quintuple.venn(
    area1 = 301, area2 = 321, area3 = 311, area4 = 321, area5 = 301,
    n12 = 188, n13 = 191, n14 = 184, n15 = 177,
    n23 = 194, n24 = 197, n25 = 190,
    n34 = 190, n35 = 173, n45 = 186,
    n123 = 112, n124 = 108, n125 = 108,
    n134 = 111, n135 = 104, n145 = 104,
    n234 = 111, n235 = 107, n245 = 110,
    n345 = 100,
    n1234 = 61, n1235 = 60, n1245 = 59,
    n1345 = 58, n2345 = 57,
    n12345 = 31,
    category = c("A", "B", "C", "D", "E"),
    fill = c("dodgerblue", "goldenrod1", "darkorange1", "seagreen3", "orchid3"),
    cat.col = c("dodgerblue", "goldenrod1", "darkorange1", "seagreen3", "orchid3"),
    cat.cex = 2,
    margin = 0.05,
    cex = c(
        1.5, 1.5, 1.5, 1.5, 1.5, 1, 0.8, 1, 0.8, 1, 0.8, 1, 0.8, 1, 0.8,
        1, 0.55, 1, 0.55, 1, 0.55, 1, 0.55, 1, 0.55, 1, 1, 1, 1, 1, 1.5),
    ind = TRUE);

png("venn_5set.png");
grid.draw(venn.plot);
dev.off();

enter image description here

更新[2017年11月15日]

您的源表格式为非典型格式。正如我在评论中解释的那样，您通常以二进制矩阵开始（每组一列，每个观察的成员资格由0或1表示），或者设置元素列表。

说实话，我对你实际上要做的事情越来越不确定。我有一种感觉，可能会对维恩图有误解。例如，让我们看一下表格的第一行

# Read data
library(readxl);
data <- as.data.frame(read_excel("~/Downloads/dataset4venn.xlsx"));
rownames(data) <- data[, 1];
data <- data[, -1];
head(data);
#  A B  C D  E
#1 8 8  7 8 10
#2 0 0 10 0  2
#3 0 0  0 0  3
#4 0 0  1 2  0
#5 1 0  1 0  2
#6 0 0  0 0  1

观察结果是存在（由1编码）或缺席（由0编码）唯一元素（在您的情况下是一个物种）特定组（即采样点）。你所说的目击数量在这里无关紧要：维恩图探讨了在不同地点采样的不同物种之间的逻辑关系，或者换句话说，哪个独特物种是由网站AE共享。

说完并忽略了每个站点的目击数量，您可以在下面的5组维恩图中显示不同站点之间的重叠。我首先定义辅助函数cts来计算每组/重叠的计数，然后将这些数字提供给draw.quintuple.venn。

# Function to calculate the count per group/overlap
# Note: data is a global variable
cts <- function(set) {
    df <- data;
    for (i in 1:length(set)) df <- subset(df, df[set[i]] >= 1);
    nrow(df);
}

# Plot
library(VennDiagram);
venn.plot <- draw.quintuple.venn(
    area1 = cts("A"), area2 = cts("B"), area3 = cts("C"),
    area4 = cts("D"), area5 = cts("E"),
    n12 = cts(c("A", "B")), n13 = cts(c("A", "C")), n14 = cts(c("A", "D")),
    n15 = cts(c("A", "E")), n23 = cts(c("B", "C")), n24 = cts(c("B", "D")),
    n25 = cts(c("B", "E")), n34 = cts(c("C", "D")), n35 = cts(c("C", "E")),
    n45 = cts(c("D", "E")),
    n123 = cts(c("A", "B", "C")), n124 = cts(c("A", "B", "D")),
    n125 = cts(c("A", "B", "E")), n134 = cts(c("A", "C", "D")),
    n135 = cts(c("A", "C", "E")), n145 = cts(c("A", "D", "E")),
    n234 = cts(c("B", "C", "D")), n235 = cts(c("B", "C", "E")),
    n245 = cts(c("B", "D", "E")), n345 = cts(c("C", "D", "E")),
    n1234 = cts(c("A", "B", "C", "D")), n1235 = cts(c("A", "B", "C", "E")),
    n1245 = cts(c("A", "B", "D", "E")), n1345 = cts(c("A", "C", "D", "E")),
    n2345 = cts(c("B", "C", "D", "E")),
    n12345 = cts(c("A", "B", "C", "D", "E")),
    category = c("A", "B", "C", "D", "E"),
    fill = c("dodgerblue", "goldenrod1", "darkorange1", "seagreen3", "orchid3"),
    cat.col = c("dodgerblue", "goldenrod1", "darkorange1", "seagreen3", "orchid3"),
    cat.cex = 2,
    margin = 0.05,
    cex = c(
        1.5, 1.5, 1.5, 1.5, 1.5, 1, 0.8, 1, 0.8, 1, 0.8, 1, 0.8, 1, 0.8,
        1, 0.55, 1, 0.55, 1, 0.55, 1, 0.55, 1, 0.55, 1, 1, 1, 1, 1, 1.5),
    ind = TRUE);

png("venn_5set.png");
grid.draw(venn.plot);
dev.off();

enter image description here

PS

各种R包/因特网源提供辅助功能以基于例如计算重叠。二进制矩阵或集合元素列表。例如，R / Bioconductor包limma提供了一个函数limma::vennCounts，它根据二进制矩阵计算所有重叠的计数。因此，如果您不想编写自己的函数（就像我一样），您也可以使用它们。无论哪种方式，在更复杂的维恩图的情况下，我建议不手动计算重叠，因为它很容易出错（参见你的错误信息）。

答案 1 :(得分：0)

嗨Maurtis我试过你发布的剧本。 我知道excel中的重叠并最终获得：

library(VennDiagram);
venn.plot <- draw.quintuple.venn(
  area1 = 104, area2 = 120, area3 = 117, area4 = 158, area5 = 107,
  n12 = 59, n13 = 39, n14 = 55, n15 = 41,
  n23 = 48, n24 = 71, n25 = 48,
  n34 = 53, n35 = 53, n45 = 62,
  n123 = 30, n124 = 44, n125 = 35,
  n134 = 34, n135 = 30, n145 = 38,
  n234 = 42, n235 = 35, n245 = 44,
  n345 = 40, n1234 = 28, n1235 = 25, n1245 = 33,
  n1345 = 27, n2345 = 32,
  n12345 = 24,
  category = c("A", "B", "C", "D", "E"),
  fill = c("dodgerblue", "goldenrod1", "darkorange1", "seagreen3", "orchid3"),
  cat.col = c("dodgerblue", "goldenrod1", "darkorange1", "seagreen3", "orchid3"),
  cat.cex = 2,
  margin = 0.05,
  cex = c(
    1.5, 1.5, 1.5, 1.5, 1.5, 1, 0.8, 1, 0.8, 1, 0.8, 1, 0.8, 1, 0.8,
    1, 0.55, 1, 0.55, 1, 0.55, 1, 0.55, 1, 0.55, 1, 1, 1, 1, 1, 1.5),
  ind = TRUE);

png("venn_5set.png");
grid.draw(venn.plot);
dev.off();

但是我收到了一个错误：

  draw.quintuple.venn中的

错误（area1 = 104，area2 = 120，area3 = 117，   area4 = 158，：不可能：a17＆lt; - n135 - a27 - a29 - a31产生   负面区域

哪一个是17？

相关问题
最新问题