维恩图 5 种方式（带有“维恩”R）

Question

首先我想为我的基本问题道歉。 我确信，如果我是一个有经验的用户，关于这个主题的其他线程将会令人满意，但即使在阅读它们之后我也无法管理。 因此，如果这可能会让您烦恼，欢迎忽略。

对于那些仍然想提供帮助的人： 我正在尝试创建一个五向维恩图。 我的数据在 Excel 中排列为 5 列（每列代表一个站点 A-E），每行代表五个站点中每个站点的物种丰度 (0 - 16)。

我想创建一个与此类似的漂亮维恩图：

我确信它可能只需要点击几下。 但我无法做到： 以写入方式加载我的数据 - 应该是什么格式？数据集？列表？矩阵？

我认为 R 似乎建议我只能使用存在缺席数据（0/1），对吗？

最终我想我会使用这个命令与 x 作为我的数据

venn(x, snames = c(""), ilabels = FALSE, counts = FALSE, zcolor = c("bw"),
transparency = 0.3, ellipse = FALSE, size = 15, cexil = 0.45, cexsn = 0.85, 
...)

谁能告诉我要使用什么代码？ 如果有人告诉我如何在这里上传我的数据集，我也可以上传我的数据集。

提前致谢

Answer 1

嗨，莫蒂斯，我尝试了你发布的脚本。 我在Excel中计算了重叠部分，最终得到：

library(VennDiagram);
venn.plot <- draw.quintuple.venn(
  area1 = 104, area2 = 120, area3 = 117, area4 = 158, area5 = 107,
  n12 = 59, n13 = 39, n14 = 55, n15 = 41,
  n23 = 48, n24 = 71, n25 = 48,
  n34 = 53, n35 = 53, n45 = 62,
  n123 = 30, n124 = 44, n125 = 35,
  n134 = 34, n135 = 30, n145 = 38,
  n234 = 42, n235 = 35, n245 = 44,
  n345 = 40, n1234 = 28, n1235 = 25, n1245 = 33,
  n1345 = 27, n2345 = 32,
  n12345 = 24,
  category = c("A", "B", "C", "D", "E"),
  fill = c("dodgerblue", "goldenrod1", "darkorange1", "seagreen3", "orchid3"),
  cat.col = c("dodgerblue", "goldenrod1", "darkorange1", "seagreen3", "orchid3"),
  cat.cex = 2,
  margin = 0.05,
  cex = c(
    1.5, 1.5, 1.5, 1.5, 1.5, 1, 0.8, 1, 0.8, 1, 0.8, 1, 0.8, 1, 0.8,
    1, 0.55, 1, 0.55, 1, 0.55, 1, 0.55, 1, 0.55, 1, 1, 1, 1, 1, 1.5),
  ind = TRUE);

png("venn_5set.png");
grid.draw(venn.plot);
dev.off();

但是我得到了一个错误：

draw.quintuple.venn 中的错误（区域1 = 104，区域2 = 120，区域3 = 117， 面积 4 = 158，：不可能：a17 <- n135 - a27 - a29 - a31 produces negative area

a17 是哪个？

Answer 2

免责声明 1：我不确定您的问题是否是关于如何计算每个子组的计数，或者如何绘制 5 组维恩图。我假设是后者。

免责声明 2：我发现 5 组维恩图极其难以阅读。到了无用功的地步。但这是我个人的看法。

如果可以选择其他 R 包，这里有一个使用

VennDiagram

制定的 5 组示例（直接来自 VennDiagram 参考手册）

library(VennDiagram);
venn.plot <- draw.quintuple.venn(
    area1 = 301, area2 = 321, area3 = 311, area4 = 321, area5 = 301,
    n12 = 188, n13 = 191, n14 = 184, n15 = 177,
    n23 = 194, n24 = 197, n25 = 190,
    n34 = 190, n35 = 173, n45 = 186,
    n123 = 112, n124 = 108, n125 = 108,
    n134 = 111, n135 = 104, n145 = 104,
    n234 = 111, n235 = 107, n245 = 110,
    n345 = 100,
    n1234 = 61, n1235 = 60, n1245 = 59,
    n1345 = 58, n2345 = 57,
    n12345 = 31,
    category = c("A", "B", "C", "D", "E"),
    fill = c("dodgerblue", "goldenrod1", "darkorange1", "seagreen3", "orchid3"),
    cat.col = c("dodgerblue", "goldenrod1", "darkorange1", "seagreen3", "orchid3"),
    cat.cex = 2,
    margin = 0.05,
    cex = c(
        1.5, 1.5, 1.5, 1.5, 1.5, 1, 0.8, 1, 0.8, 1, 0.8, 1, 0.8, 1, 0.8,
        1, 0.55, 1, 0.55, 1, 0.55, 1, 0.55, 1, 0.55, 1, 1, 1, 1, 1, 1.5),
    ind = TRUE);

png("venn_5set.png");
grid.draw(venn.plot);
dev.off();

---

更新 [2017 年 11 月 15 日]

您的源表采用非典型格式。正如我在评论中所解释的，您通常从“二元矩阵”（每组一列，“每个观察”的成员资格由 0 或 1 表示）或“集合元素列表”开始。 说实话，我越来越不确定你到底想做什么。我有一种感觉，人们对维恩图可能存在误解。例如，让我们看一下表格的第一行

# Read data
library(readxl);
data <- as.data.frame(read_excel("~/Downloads/dataset4venn.xlsx"));
rownames(data) <- data[, 1];
data <- data[, -1];
head(data);
#  A B  C D  E
#1 8 8  7 8 10
#2 0 0 10 0  2
#3 0 0  0 0  3
#4 0 0  1 2  0
#5 1 0  1 0  2
#6 0 0  0 0  1    

观察结果是特定群体（即采样点）中存在（由

1

编码）或不存在（由

0

 编码）

独特元素

（在您的情况下是一个物种）。您所说的“目击次数”在这里并不重要：维恩图探讨了在不同地点采样的不同物种之间的“逻辑”关系，或者换句话说，A-E 地点共享哪些独特物种。

话虽如此，忽略每个站点的目击数量，您可以在下面的 5 组维恩图中显示不同站点之间的重叠。我首先定义一个辅助函数

cts

来计算每组/重叠的计数，然后将这些数字输入 draw.quintuple.venn。

# Function to calculate the count per group/overlap
# Note: data is a global variable
cts <- function(set) {
    df <- data;
    for (i in 1:length(set)) df <- subset(df, df[set[i]] >= 1);
    nrow(df);
}

# Plot
library(VennDiagram);
venn.plot <- draw.quintuple.venn(
    area1 = cts("A"), area2 = cts("B"), area3 = cts("C"),
    area4 = cts("D"), area5 = cts("E"),
    n12 = cts(c("A", "B")), n13 = cts(c("A", "C")), n14 = cts(c("A", "D")),
    n15 = cts(c("A", "E")), n23 = cts(c("B", "C")), n24 = cts(c("B", "D")),
    n25 = cts(c("B", "E")), n34 = cts(c("C", "D")), n35 = cts(c("C", "E")),
    n45 = cts(c("D", "E")),
    n123 = cts(c("A", "B", "C")), n124 = cts(c("A", "B", "D")),
    n125 = cts(c("A", "B", "E")), n134 = cts(c("A", "C", "D")),
    n135 = cts(c("A", "C", "E")), n145 = cts(c("A", "D", "E")),
    n234 = cts(c("B", "C", "D")), n235 = cts(c("B", "C", "E")),
    n245 = cts(c("B", "D", "E")), n345 = cts(c("C", "D", "E")),
    n1234 = cts(c("A", "B", "C", "D")), n1235 = cts(c("A", "B", "C", "E")),
    n1245 = cts(c("A", "B", "D", "E")), n1345 = cts(c("A", "C", "D", "E")),
    n2345 = cts(c("B", "C", "D", "E")),
    n12345 = cts(c("A", "B", "C", "D", "E")),
    category = c("A", "B", "C", "D", "E"),
    fill = c("dodgerblue", "goldenrod1", "darkorange1", "seagreen3", "orchid3"),
    cat.col = c("dodgerblue", "goldenrod1", "darkorange1", "seagreen3", "orchid3"),
    cat.cex = 2,
    margin = 0.05,
    cex = c(
        1.5, 1.5, 1.5, 1.5, 1.5, 1, 0.8, 1, 0.8, 1, 0.8, 1, 0.8, 1, 0.8,
        1, 0.55, 1, 0.55, 1, 0.55, 1, 0.55, 1, 0.55, 1, 1, 1, 1, 1, 1.5),
    ind = TRUE);

png("venn_5set.png");
grid.draw(venn.plot);
dev.off();

PS

各种 R 包/互联网资源提供了帮助函数来计算重叠，例如基于二进制矩阵或集合元素列表。例如，R/Bioconductor 包

limma

提供了一个函数

limma::vennCounts，可以根据二进制矩阵计算所有重叠的计数。因此，如果您不想编写自己的函数（就像我一样），您也可以使用它们。无论哪种方式，在更复杂的维恩图的情况下，我建议not手动计算重叠，因为很容易出错（请参阅错误消息）。