韦恩图进阶！upset plot 03

关注公众号，发送R语言或Python，获取学习资料！

     Try to learn everything about something! 

书接上回！！

前面介绍了upsetR包的查询参数，今天继续介绍组合图形！

• 组合图形

• attribute.plots

组合图形

组合图形分为两种，一种是函数自带的参数，使用起来非常简单，用于显示不同交集的属性情况。

还是使用昨天的df数据。

upset(df,order.by = "freq",main.bar.color = "skyblue",sets.bar.color = "grey70",nintersects=20,
      
      ## 组合图形
      boxplot.summary = c("col2","value")
      )

plot of chunk unnamed-chunk-9

竟然很炫酷有木有？？:laugh

那这个箱线图有啥意思啊？其实也很简单，它展示的是交集的某个属性的分布情况。

就比如col2的第一个条形，展示的就是c,d,e,f,g5个集合的交集（共163个元素）,在col2的分布情况。

attribute.plots

另外一种添加图形的方式是通过attribute.plots参数实现。

attribute.plots包含以下参数：

• gridrows:设定添加的图形大小
• plots:列表形式的一系列参数，主要包括plot、x、y、queries
• plot：返回ggplot对象的函数
• x：横坐标
• y：纵坐标
• queries：TRUE或者FALSE，是否使用查询到的数据覆盖图形
• ncols：图形排布为几列

下面是自带的2个组合图形，直方图和散点图：

upset(df, order.by = "freq",main.bar.color = "skyblue",sets.bar.color = "grey70",
      
      ## 添加图形
      attribute.plots = list(
        gridrows = 50,
        plots = list(
          list(plot = histogram,x="col1",queries=F),
          list(plot = scatter_plot,x="col2",y="value",queries=F)
        ),
        ncol = 2
      )
      )

plot of chunk unnamed-chunk-10

由于数据问题，这个图看不出来有什么特别作用，所以下面还是使用自带数据集进行演示。

“

自带数据集movies，是一个电影类型数据，共有3883行（3881部电影），21列。第1列是电影名字，还有上映时间（ReleaseDate）、评分（AvgRatings）、观看数（Watches）。其余列是由0-1矩阵表示的电影类型。

movies <- read.csv(system.file("extdata", "movies.csv", package = "UpSetR"), 
    header = T, sep = ";")

str(movies)
## 'data.frame': 3883 obs. of  21 variables:
##  $ Name       : chr  "Toy Story (1995)" "Jumanji (1995)" "Grumpier Old Men (1995)" "Waiting to Exhale (1995)" ...
##  $ ReleaseDate: int  1995 1995 1995 1995 1995 1995 1995 1995 1995 1995 ...
##  $ Action     : int  0 0 0 0 0 1 0 0 1 1 ...
##  $ Adventure  : int  0 1 0 0 0 0 0 1 0 1 ...
##  $ Children   : int  1 1 0 0 0 0 0 1 0 0 ...
##  $ Comedy     : int  1 0 1 1 1 0 1 0 0 0 ...
##  $ Crime      : int  0 0 0 0 0 1 0 0 0 0 ...
##  $ Documentary: int  0 0 0 0 0 0 0 0 0 0 ...
##  $ Drama      : int  0 0 0 1 0 0 0 0 0 0 ...
##  $ Fantasy    : int  0 1 0 0 0 0 0 0 0 0 ...
##  $ Noir       : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ Horror     : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ Musical    : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ Mystery    : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ Romance    : int  0 0 1 0 0 0 1 0 0 0 ...
##  $ SciFi      : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ Thriller   : int  0 0 0 0 0 1 0 0 0 1 ...
##  $ War        : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ Western    : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ AvgRating  : num  4.15 3.2 3.02 2.73 3.01 3.88 3.41 3.01 2.66 3.54 ...
##  $ Watches    : int  2077 701 478 170 296 940 458 68 102 888 ...

下面就是画图，主要是使用attribute.plots参数添加更多图形。

前面说过，组合的图形是支持query的，可以根据查询到的数据画图。

upset(movies, main.bar.color = "black", 
      
      ## 添加查询条件
      queries = list(
        list(query = intersects, params = list("Drama"), color = "red", active = F),
        list(query = intersects, params = list("Action", "Drama"), active = T),
        list(query = intersects, params = list("Drama", "Comedy", "Action"), color = "orange", active = T)), 
      
      ## 组合图形
      attribute.plots = list(
        gridrows = 45, 
        plots = list(
          list(plot = scatter_plot, x = "ReleaseDate", y = "AvgRating", queries = T), # 根据查询结果画图
          list(plot = scatter_plot, x = "AvgRating", y = "Watches", queries = F)), 
        ncols = 2), 
      query.legend = "bottom")

plot of chunk unnamed-chunk-12

这个图包含了非常多信息：

• 首先是upset plot主体，展示了电影类型最多的前5个以及它们的数量，然后是彼此之间的交集及数量、元素个数；
• 通过查询，突出3个交集；
• 最下面的散点图，第一个展示了上映日期和评分的关系，可以看到3个交集被赋予不同的颜色，这和ggplot中的颜色映射非常像！第2个展示了评分和观看人数的关系。

这就是queries和attribute.plots的基本用法。

下面再展示一个ggplot2的用法。

# 首先定义2个函数，可以返回ggplot对象
library(ggplot2)
library(plyr)
## ------------------------------------------------------------------------------
## You have loaded plyr after dplyr - this is likely to cause problems.
## If you need functions from both plyr and dplyr, please load plyr first, then dplyr:
## library(plyr); library(dplyr)
## ------------------------------------------------------------------------------
## 
## 载入程辑包：'plyr'
## The following objects are masked from 'package:dplyr':
## 
##     arrange, count, desc, failwith, id, mutate, rename, summarise,
##     summarize

myplot <- function(mydata, x, y) {
    plot <- (ggplot(data = mydata, aes_string(x = x, y = y, colour = "color")) + 
        geom_point() + scale_color_identity() + theme(plot.margin = unit(c(0, 
        0, 0, 0), "cm")))
}

another.plot <- function(data, x, y) {
    data$decades <- round_any(as.integer(unlist(data[y])), 10, ceiling)
    data <- data[which(data$decades >= 1970), ]
    myplot <- (ggplot(data, aes_string(x = x)) + geom_density(aes(fill = factor(decades)), 
        alpha = 0.4) + theme(plot.margin = unit(c(0, 0, 0, 0), "cm"), legend.key.size = unit(0.4, 
        "cm")))
}

然后就是画图：

upset(movies, main.bar.color = "black", 
      queries = list(
        list(query = intersects,params = list("Drama"), color = "red", active = F),
        list(query = intersects,params = list("Action", "Drama"), active = T), 
        list(query = intersects,params = list("Drama", "Comedy", "Action"), color = "orange", active = T)), 
      attribute.plots = list(
        gridrows = 45, 
        plots = list(
          list(plot = myplot, x = "ReleaseDate",y = "AvgRating", queries = T), 
          list(plot = another.plot, x = "AvgRating", y = "ReleaseDate", queries = F)), 
        ncols = 2)
      )

plot of chunk unnamed-chunk-14

关于组合图形还有另一种形式：metadata，明天继续！

以上就是今天的内容，希望对你有帮助哦！欢迎点赞、在看、关注、转发！

欢迎在评论区留言或直接添加我的微信！

完

欢迎关注公众号：医学和生信笔记

“

医学和生信笔记 公众号主要分享：1.医学小知识、肛肠科小知识；2.R语言和Python相关的数据分析、可视化、机器学习等；3.生物信息学学习资料和自己的学习笔记！

往期回顾