R语言绘制韦恩图的几种方法示例
R语言绘制韦恩图
好了，白鱼小编先前已经对几个在线版的韦恩图作图网站作了简介。它们的功能其实已经挺强的了，无论是作图还是交叉元素的统计等，很多时候直接拿来用就行，效果一点也不差。必要时再配合修图工具整理下，完美。
当然，如果你想使用本地工具绘制韦恩图的话，我很推荐使用R来做，可供选择的R包既多，效果也都非常的不错。下文就继续简介4个常用来绘制韦恩图的R包。
本文使用的作图数据的网盘链接：
https://pan.baidu.com/s/10h8VqkFE_1Z_60GxsPSX0w
VennDiagram包
首先展示使用VennDiagram包绘制韦恩图的方法，这可能是使用频率最高的一个了，该包适用于2<=样本/或分组数<=5的情形。
使用网盘链接中的示例数据绘制一个包含5个样本的韦恩图，展示各样本间的共有/特有元素的数量。
library(VennDiagram)#读入作图文件
venn_dat <- read.delim('flower.txt', header = T, sep = '\t', stringsAsFactors = F, check.names = F)
#从中选上 5 个样本作为示例
venn_list <- list(c1 = venn_dat[,1], c2 = venn_dat[,2], c3 = venn_dat[,3], c4 = venn_dat[,4], c5 = venn_dat[,5])
#作图，详情使用 ?venn.diagram 查看帮助
venn.diagram(venn_list, filename = 'venn.tiff',
fill = c('red', 'green', 'blue', 'orange', 'purple'), alpha = 0.50, cat.col = rep('black', 5),
col = 'black', cex = 1, fontfamily = 'serif', cat.cex = 1, cat.fontfamily = 'serif', margin = 0.2)
作图结果会默认输出在当前工作路径下，如下所示。
gplots包
然后展示使用gplots包绘制韦恩图的方法，该包适用于2<=样本/或分组数<=5的情形。
使用网盘链接中的示例数据绘制一个包含5个样本的韦恩图，展示各样本间的共有/特有元素的数量。
library(gplots)#读入作图文件
venn_dat <- read.delim('flower.txt', header = T, sep = '\t', stringsAsFactors = F, check.names = F)
#从中选上 5 个样本作为示例
venn_list <- list(c1 = venn_dat[,1], c2 = venn_dat[,2], c3 = venn_dat[,3], c4 = venn_dat[,4], c5 = venn_dat[,5])
#作图，详情使用 ?venn 查看帮助
result <- venn(venn_list)
str(result)
venn()函数可选参数很少，它的作图效果一般。但有一个好处是，它同时将各样本之间的共有/特有元素名称输出出来并赋值给你指定的变量，若有需要后期可作提取。
limma包
然后是limma包绘制韦恩图的方法，该包适用于2<=样本/或分组数<=5的情形。
使用网盘链接中的示例数据绘制一个包含5个样本的韦恩图，展示各样本间的共有/特有元素的数量。
library(limma)#读入作图文件
venn_dat <- read.delim('otu_table.txt', row.names = 1, header = T, sep = '\t', stringsAsFactors = F, check.names = F)
venn_dat[venn_dat > 0] <- 1
#从中选上 5 个样本作为示例
venn_data <- vennCounts(as.matrix(venn_dat[1:5]))
#作图，详情使用 ?vennDiagram 查看帮助（这函数名称起的，咋一看还以为是那个 vennDiagram 包......）
vennDiagram(venn_data, include = 'both', names = c('c1', 'c2', 'c3', 'c4', 'c5'), cex = 1,
counts.col = 'black', circle.col = c('red', 'green', 'blue', 'orange', 'purple'))
它读取的是一个样本-元素的包含关系矩阵，可以直接在原始数据表格中直接统计作图，因此不用我们再单独整理每个样本/或分组中都包含哪些元素了。作图结果如下。
venn包
通常韦恩图所展示的样本/或分组数量不会超过5，因为当样本/或分组数量大于5时，绘图结果将难以观测。所以大部分的韦恩图工具不支持大于5个的情形。
如果你需要，肯定是有方法的，venn包提供了最多可支持7组数据的韦恩图。
library(venn)#读入作图文件
venn_dat <- read.delim('flower.txt', header = T, sep = '\t', stringsAsFactors = F, check.names = F)
#从中选上 7 个样本作为示例
venn_list <- list(c1 = venn_dat[,1], c2 = venn_dat[,2], c3 = venn_dat[,3], c4 = venn_dat[,4], c5 = venn_dat[,5], c6 = venn_dat[,6], c7 = venn_dat[,7])
#作图，详情使用 ?venn 查看帮助（注：它的作图函数也是 venn()，和上述 gplots 包存在冲突）
venn(venn_list, zcolor = 'style')
虽然结果出来了，不过貌似……观测数据是不是很头疼？所以其实不建议绘制这种韦恩图了，太费眼。
1
好了，相信这4个已经足以满足日常需求了，就先到这儿吧。大家若有兴趣，可再自行搜索更多的R包学习了。
最后，扫一扫下方二维码，可关注本公众号“生信小白鱼”，同样谢谢大家支持。