高颜值多维venn图的分析方法与实战演练

研究背景

维恩图（Venn diagram），也称韦恩图、文氏图、温氏图，是利用集合分类的原理将特定的数据进行分类或归类。 在生信分析中，Venn图可用于统计多组或多个样本中共有和独有的物种的（OUT、Gene）数目，可以比较直观的展现不同环境样本中物种的OTU或者样本之间的Gene组成相似性及重叠情况，一般用于2~7组数据的比较分析。绘出的图一般长这样：

分析方法

实战演练

# 读入数据
df = readFlie('./venn.txt',type = 'txt',row = F)
# 抽取数据，制造测试数据
set.seed(1234)
df_list = list('Symbol1'=sample(df$symbol,180),'Symbol2'=sample(df$symbol,200),
               'Symbol3'=sample(df$symbol,220),'Symbol4'=sample(df$symbol,240),
               'Symbol5'=sample(df$symbol,260),'Symbol6'=sample(df$symbol,280),
               'Symbol7'=sample(df$symbol,300))
# 绘制venn图
## 4维veen图
fg_4 = wn_venn(df_list[1:4])
## 5维veen图
fg_5 = wn_venn(df_list[1:5])
## 7维veen图
fg_7 = wn_venn(df_list)
# 保存图片
savePlots(path = './fg_4.pdf',plot = fg_4,type = 'pdf',width = 10,height = 10)
savePlots(path = './fg_4.png',plot = fg_4,type = 'png',width = 10,height = 10,dpi = 300)
savePlots(path = './fg_4.tiff',plot = fg_4,type = 'tiff',width = 10,height = 10,dpi = 600)
​
pdf('./fg5.pdf',width = 10,height = 10)
fg_5 = wn_venn(df_list[1:5])
dev.off()
pdf('./fg7.pdf',width = 10,height = 10)
fg_7 = wn_venn(df_list)
dev.off()

获取资源

关注微信公众号，回复关键词“Venn”，获取脚本源码和测试数据下载路径。