韦恩图UpSetR；比传统韦恩图更加清晰

最近刚好用到韦恩图，但是由于term比较多，VennDiagram的可视化效果并不好。然后再一个帖子里看到了UpSetR和Y叔的改进版本upsetplot。

UpSetR

一、一般情况下，我喜欢用最直接的方式输入

这种方式可以很方便的选择自己想展示的任意几个cluster之间的交集。

colorPalette<-c("#e41a1c","#377eb8","#4daf4a","9ecae1","#6baed6","#4292c6")
library(UpSetR)
input <- c(
  'Type 1'=  578,
  'Type 2' =  284,
  'Type 3' = 488,
  'Type 1&Type 3'  =205,
  'Type 2&Type 3'  =89,
  'Type 1&Type 2&Type 3'  =20)

data <- fromExpression(input)
upset(data, nsets = 9,  sets = c('Type 1', 'Type 2' , 'Type 3'),
            keep.order = TRUE,matrix.color ="#b35806", main.bar.color = colorPalette,
            sets.bar.color = c("#e41a1c","#377eb8","#4daf4a"), 
            point.size = 4,  line.size = 1.3,  mainbar.y.label = "IntersectionSize", 
            sets.x.label = "", mb.ratio = c(0.60, 0.40), text.scale = c(2, 2, 0.5, 0.5,2, 3))

可以根据参数改变每一个bar的颜色

二、使用table方式输入

当数据量较大，或者需要更复杂的展示的时候，可以使用table方式输入。

我们来看一下系统提供是movies数据

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

类似的数据类型

类似的格式的数据可以使用tidyr包中的pivot_wider函数生成，这个包中有很多函数对于数据变形很好用。

upset(movies, nsets = 7, nintersects = 30, mb.ratio = c(0.5, 0.5),
      order.by = c("freq", "degree"), decreasing = c(TRUE,FALSE))

movies

其他更加复杂的参数可以自行探索。