开启辅助访问
 找回密码
 立即注册

基于R语言绘制VennPlot图 | 可以绘制大于等于7个类别的码

回答数1 浏览数94
今天在绘图时,打算绘制vennplot,我的第一反应就是使用软件来绘制,比如是TBtools工具,以及相关的网站。这些都是比较方便的,但是有弊端就是这些只能绘制小于等于6个类的vennplot。

TBtools确实是比较好用的,我能使用它的基本不自己找代码,这个主要还是针对Vennplot和圈图等。
做出来的图也是可以自动调整,类似的软件还是比较多的。

除此以外,就是使用在线网址,也是有很多的在线网站供我们使用,这里推荐的是专门绘制vennplot的网址,该在线工具发表在Journal of Genetics and Genomics,有很多类型的vennplot玩法,还是比较推荐的。
网址:http://www.ehbio.com/test/venn/

--

--

但是,常使用别人的工具,仍是一个短板吧。比如,现在的我,我要画的vennplot是大于6个类的,那该怎么办呢!此时,我依稀记得我在很久以前寻宝似的找到一批码,可以满足我的需求,那就进行搜索,还好当时进行保留。
VennPlot 代码

#首先还是先分享一下码吧!!
setwd("位置")
# 安装R包
# ##############################
# if (!requireNamespace("VennDiagram", quietly = TRUE))
#   install.packages("VennDiagram",repos = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/")
# if (!requireNamespace("ggplot2", quietly = TRUE))
#   install.packages("ggplot2",repos = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/")
# if (!requireNamespace("venn", quietly = TRUE))
#   install.packages("venn",repos = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/")
# if (!requireNamespace("RColorBrewer", quietly = TRUE))
#   install.packages("RColorBrewer",repos = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/")
# if (!requireNamespace("data.table", quietly = TRUE))
#   install.packages("data.table",repos = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/")
# ################################
#  
# ##

library(VennDiagram)
library(ggplot2)
library(venn)
library(RColorBrewer)
## 自定义函数
## 快速读入数据
readFlie=function(input,type,row=T,header=T){
# input 为读入文件的路径,type为读入文件的类型,格式为‘.txt’或‘.csv’,row=T,将文件的第一列设置为列名
  library(data.table,quietly = TRUE)
if(type=='txt'){
    dat = fread(input,header = header,sep='\t',stringsAsFactors = F,check.names = F)
if(row){
      dat = as.data.frame(dat,stringsAsFactors = F)
      rownames(dat) = dat[,1]
      dat = dat[,-1]
    }else{
      dat = as.data.frame(dat,stringsAsFactors = F)
    }
  }else{
    dat = fread(input,header = header,sep=',',stringsAsFactors = F,check.names = F)
if(row){
      dat = as.data.frame(dat,stringsAsFactors = F)
      rownames(dat) = dat[,1]
      dat = dat[,-1]
    }else{
      dat = as.data.frame(dat,stringsAsFactors = F)
    }
  }
  return(dat)
}

## 绘制venn图
wn_venn=function(list,col='black'){
# 定义颜色体系
  library(RColorBrewer,quietly = TRUE)
#corlor = brewer.pal(8,'Dark2')
  corlor = brewer.pal(8,"Accent")
# 绘制Venn图
  library(VennDiagram, quietly=TRUE)
  library(venn,quietly = TRUE)
if(length(list)<=11){
if(length(list)<=4){
      graphics=venn.diagram(list,filename=NULL,fill = corlor[1:length(list)],
                            col = col,alpha = 0.5, cat.cex = 1.5,rotation.degree = 0)
      grid.draw(graphics)
    }else if(length(list)==5){
      graphics=venn(list, zcolor = corlor[1:length(list)],box=F,ellipse =TRUE,cexil = 1, cexsn = 1)
    }else{
      graphics=venn(list, zcolor = corlor[1:length(list)],box=F,cexil = 1, cexsn = 1)
    }
    return(graphics)
  }else{
    print('The function only supports data of dimension 7 and below.')
  }
}
## 保存图片,只支持ggplot对象
savePlots=function(path,plot,type=c('pdf','png','tiff')[1],width=10,height=8,dpi=300){
# path表示保存图片路径,需要加上相应的文件扩展名称
  library(ggplot2)
if(type=='pdf'){
    ggsave(filename = path,plot = plot,width = width,height = height,device = 'pdf')
  }else if(type=='png'){
    ggsave(filename = path,plot = plot,width = width,height = height,device = 'png',dpi = dpi)
  }else{
    ggsave(filename = path,plot = plot,width = width,height = height,device = 'tiff',dpi = dpi)
  }
}

# 读入数据

df = readFlie('df_test.txt',type = 'txt',row = F)
# 抽取数据,制造测试数据
head(df)
df_list = list('set01'=sample(df$set01),'set02'=sample(df$set02),
               'set03'=sample(df$set03),'set04'=sample(df$set04),
               'set05'=sample(df$set05),'set06'=sample(df$set06),
               'set07'=sample(df$set07),'set07'=sample(df$set07),
               'set08'=sample(df$set08),'set09'=sample(df$set09),
               'set10'=sample(df$set10),'set11'=sample(df$set11))
# 绘制venn图
## 4维veen图
fg_4 = wn_venn(df_list[1:4])
## 5维veen图
fg_5 = wn_venn(df_list[1:5])
## 6维venn图
fg_6 = wn_venn(df_list[1:6])+theme(text = element_text(size = 12))
## 7维veen图
fg_7 = wn_venn(df_list[1:7])+theme(text = element_text(size=12))
## 8维veen图
fg_8 = wn_venn(df_list[1:8])+theme(text = element_text(size=12))
# 保存图片ePlots(path = './fg_4.pdf',plot = fg_4,type = 'pdf',width = 10,h10,height = 10vePlots(path = './fg_4.png',plot = fg_4,tye = 'png',width = 10,height = 10,dpi = 300)

savePlots(path = './fg_4.tiff',plot = fg_4,type = 'tiff',width = 10,height = 10,dpi = 600)
savePlots(path = './fg_5.tiff',plot = fg_5,type = 'tiff',width = 10,height = 10,dpi = 600)
savePlots(path = './fg_6.tiff',plot = fg_6,type = 'tiff',width = 10,height = 10,dpi = 600)
savePlots(path = './fg_7.tiff',plot = fg_7,type = 'tiff',width = 10,height = 10,dpi = 600)

pdf('./fg5.pdf',width = 10,height = 10)
fg_5 = wn_venn(df_list[1:5])
dev.off()
######

这个码,基本可以无限次的画哦,只要你的类多的话。
只要你给的颜色足够,你的vennplot可以支持无数个类。
在这里,给的颜色只有8个,所以后面的图形是无法绘制,我们可以自定义颜色。

最终图形:

ENDING !!!
--
@小杜的生信筆記 ,主要发表或收录生物信息学的教程,以及基于R的分析和可视化(包括数据分析,图形绘制等);分享感兴趣的文献和学习资料!
使用道具 举报
youki676
本期获得代码数据关键词:20220919
回复
使用道具 举报