使用R進(jìn)行VENN_維恩圖或韋恩圖_的繪制_2020-11-08

## 1.導(dǎo)入R包

? library("VennDiagram")

? library("rio")

## 2.設(shè)置當(dāng)前工作目錄

? if (length(path) != 0) {

? ? setwd(path)

? } else {

? ? setwd("./")

? }

## 3.讀取提前準(zhǔn)備好的數(shù)據(jù)

? venn_data_index <- list.files(path = "./", pattern = "^venn_data")

? venn_data <- import(venn_data_index)

## 4.韋恩圖數(shù)據(jù)集大小判斷及繪圖

? if (length(colnames(venn_data)) == 2){

? ? venn_list <- list(venn_data[,1], venn_data[,2])

? ? names(venn_list) <- colnames(venn_data)

? ? venn.diagram(venn_list, filename = paste0("venn_two_sets_plot.",imagetype), imagetype = imagetype, margin = 0.1, fill = c('red', 'blue'), alpha = 0.50, col = 'black', cex = 1, fontfamily = 'serif', cat.col = c('black', 'black'), cat.cex = 1, cat.fontfamily = 'serif', cat.default.pos = "outer")

? ? print("====================================================================")

? ? print("兩組的數(shù)據(jù)的venn圖繪制完成牙勘!")

? ? print("====================================================================")

? } else if (length(colnames(venn_data)) == 3){

? ? venn_list <- list(venn_data[,1], venn_data[,2], venn_data[,3])

? ? names(venn_list) <- colnames(venn_data)

? ? venn.diagram(venn_list, filename = paste0("venn_three_sets_plot.",imagetype), imagetype = imagetype, margin = 0.1, fill = c('red', 'blue', 'green'), alpha = 0.50, col = 'black', cex = 1, fontfamily = 'serif', label.col = c("darkred", "white", "darkblue", "white", "white", "white", "darkgreen"), col = "transparent", cat.cex = 1, cat.fontfamily = 'serif', cat.default.pos = "text", cat.pos = 0)

? ? print("====================================================================")

? ? print("三組的數(shù)據(jù)的venn圖繪制完成!")

? ? print("====================================================================")

? } else if (length(colnames(venn_data)) == 4){

? ? venn_list <- list(venn_data[,1], venn_data[,2], venn_data[,3], venn_data[,4])

? ? names(venn_list) <- colnames(venn_data)

? ? venn.diagram(venn_list, filename = paste0("Venn_four_sets_plot.",imagetype), imagetype = imagetype, col = "black", lty = "dotted", lwd = 3, fill = c("cornflowerblue", "green", "yellow", "darkorchid1"), alpha = 0.50, label.col = c("orange", "white", "darkorchid4", "white", "white", "white", "white", "white", "darkblue", "white", "white", "white", "white", "darkgreen", "white"), cex = 2.0, fontfamily = "serif", fontface = "bold", cat.col = c("darkblue", "darkgreen", "orange", "darkorchid4"), cat.cex = 1.8, cat.fontface = "bold", cat.fontfamily = "serif")

? ? print("====================================================================")

? ? print("四組的數(shù)據(jù)的venn圖繪制完成所禀!")

? ? print("====================================================================")

? } else if (length(colnames(venn_data)) == 5){

? ? venn_list <- list(venn_data[,1], venn_data[,2], venn_data[,3], venn_data[,4], venn_data[,5])

? ? names(venn_list) <- colnames(venn_data)

? ? venn.diagram(venn_list, filename = paste0("venn_five_sets_plot.",imagetype), imagetype = imagetype, lty = "dotted", lwd = 2, col = "black", fill = c("dodgerblue", "goldenrod1", "darkorange1", "seagreen3", "orchid3"), alpha = 0.60, cat.col = c("dodgerblue", "goldenrod1", "darkorange1", "seagreen3", "orchid3"), cat.cex = 0.8, cat.fontface = "bold", margin = 0.07, cex = 0.8)

? ? print("====================================================================")

? ? print("五組的數(shù)據(jù)的venn圖繪制完成方面!")

? ? print("====================================================================")

? }

? ## 5.打印繪制韋恩圖所需要的R包版本信息和環(huán)境變量

? sessionInfo()

? ## 6.結(jié)果展示


## 7.說(shuō)明

顏色和數(shù)據(jù)都是可以自己根據(jù)需要進(jìn)行調(diào)整的,然后就是可以繪制的數(shù)據(jù)集的限制色徘,此維恩圖包只支持繪制5個(gè)數(shù)據(jù)集恭金,如果超出五個(gè)就需要用其他工具進(jìn)行可視化分析了,下期介紹如何使用R繪制花瓣圖褂策!此博文如對(duì)您有所幫助横腿,請(qǐng)點(diǎn)贊加關(guān)注,有問(wèn)題歡迎討論斤寂!

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末耿焊,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子遍搞,更是在濱河造成了極大的恐慌罗侯,老刑警劉巖,帶你破解...
    沈念sama閱讀 217,277評(píng)論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件溪猿,死亡現(xiàn)場(chǎng)離奇詭異钩杰,居然都是意外死亡纫塌,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,689評(píng)論 3 393
  • 文/潘曉璐 我一進(jìn)店門(mén)讲弄,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)护戳,“玉大人,你說(shuō)我怎么就攤上這事垂睬。” “怎么了抗悍?”我有些...
    開(kāi)封第一講書(shū)人閱讀 163,624評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵驹饺,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我缴渊,道長(zhǎng)赏壹,這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 58,356評(píng)論 1 293
  • 正文 為了忘掉前任衔沼,我火速辦了婚禮蝌借,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘指蚁。我一直安慰自己菩佑,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,402評(píng)論 6 392
  • 文/花漫 我一把揭開(kāi)白布凝化。 她就那樣靜靜地躺著稍坯,像睡著了一般。 火紅的嫁衣襯著肌膚如雪搓劫。 梳的紋絲不亂的頭發(fā)上瞧哟,一...
    開(kāi)封第一講書(shū)人閱讀 51,292評(píng)論 1 301
  • 那天,我揣著相機(jī)與錄音枪向,去河邊找鬼勤揩。 笑死,一個(gè)胖子當(dāng)著我的面吹牛秘蛔,可吹牛的內(nèi)容都是我干的陨亡。 我是一名探鬼主播,決...
    沈念sama閱讀 40,135評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼深员,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼数苫!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起辨液,我...
    開(kāi)封第一講書(shū)人閱讀 38,992評(píng)論 0 275
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤虐急,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后滔迈,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體止吁,經(jīng)...
    沈念sama閱讀 45,429評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡被辑,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,636評(píng)論 3 334
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了敬惦。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片盼理。...
    茶點(diǎn)故事閱讀 39,785評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖俄删,靈堂內(nèi)的尸體忽然破棺而出宏怔,到底是詐尸還是另有隱情,我是刑警寧澤畴椰,帶...
    沈念sama閱讀 35,492評(píng)論 5 345
  • 正文 年R本政府宣布臊诊,位于F島的核電站,受9級(jí)特大地震影響斜脂,放射性物質(zhì)發(fā)生泄漏抓艳。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,092評(píng)論 3 328
  • 文/蒙蒙 一帚戳、第九天 我趴在偏房一處隱蔽的房頂上張望玷或。 院中可真熱鬧秦士,春花似錦援岩、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 31,723評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)约谈。三九已至,卻和暖如春犁钟,著一層夾襖步出監(jiān)牢的瞬間棱诱,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 32,858評(píng)論 1 269
  • 我被黑心中介騙來(lái)泰國(guó)打工涝动, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留迈勋,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 47,891評(píng)論 2 370
  • 正文 我出身青樓醋粟,卻偏偏與公主長(zhǎng)得像靡菇,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子米愿,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,713評(píng)論 2 354