高级的交集可视化工具--ComplexUpset！
导语
GUIDE ╲
ComplexUpset是一个应用于复杂的多个数据集合可视化的R语言包。
背景介绍
对于集合的可视化，我们第一反应想到的往往是韦恩图，韦恩图本身在集合数目较少的情况下是非常适用的，但是一旦集合数目较多，并且想要展示的数据维度复杂，仅仅通过韦恩图去可视化是不能完全展示数据内容的。
今天小编在这里就给大家介绍一个非常棒的集合可视化R包--ComplexUpset，它在实现集合可视化方面具有非常强大的优势！
R包安装
BiocManager::install("ComplexUpset")
library(ggplot2)
library(ComplexUpset)
#数据展示
library(ggplot2movies)
movies = as.data.frame(ggplot2movies::movies)
head(movies, 3)
genres = colnames(movies)[18:24]
genres
movies[genres] = movies[genres] == 1
t(head(movies[genres], 3))
movies[movies$mpaa == '', 'mpaa'] = NA
movies = na.omit(movies)
#设置绘图区域函数
set_size = function(w, h, factor=1.5) {
s = 1 * factor
options(
repr.plot.width=w * s,
repr.plot.height=h * s,
repr.plot.res=100 / factor,
jupyter.plot_mimetypes='image/png',
jupyter.plot_scale=1
)
}
可视化展示
01
基本用法
函数有两个必需参数：
第一个参数是一个dataframe，包含group的指标变量和协变量，
第二个参数指定一个列表，其中列的名称表示样本的标签。
upset(movies, genres, name='genre', width_ratio=0.1)
可以通过设置min_size函数筛选最小的集合水平，例如设置min_size=10，将关注至少有10个数据的集合。
upset(movies, genres, name='genre', width_ratio=0.1, min_size=10, wrap=TRUE, set_sizes=FALSE)
+ ggtitle('Without empty groups (Short dropped)')
+ #通过patchwork实现拼图
upset(movies, genres, name='genre', width_ratio=0.1, min_size=10, keep_empty_groups=TRUE, wrap=TRUE, set_sizes=FALSE)
+ ggtitle('With empty groups')
韦恩图的区域选择：
实例：给定三组数据A、B、C，通过韦恩图展示结果。
abc_data = create_upset_abc_example()
abc_venn = (
ggplot(arrange_venn(abc_data))
+ coord_fixed()
+ theme_void()
+ scale_color_venn_mix(abc_data)
)
##设置具体绘图的参数
(
abc_venn
+ geom_venn_region(data=abc_data, alpha=0.05)
+ geom_point(aes(x=x, y=y, color=region), size=1)
+ geom_venn_circle(abc_data)
+ geom_venn_label_set(abc_data, aes(label=region))
+ geom_venn_label_region(
abc_data, aes(label=size),
outwards_adjust=1.75,
position=position_nudge(y=0.2)
)
+ scale_fill_venn_mix(abc_data, guide=FALSE)
)
通过定义一个highlight函数对特定区域进行选择。
set_size(6, 6.5)
simple_venn = (
abc_venn
+ geom_venn_region(data=abc_data, alpha=0.3)
+ geom_point(aes(x=x, y=y), size=0.75, alpha=0.3)
+ geom_venn_circle(abc_data)
+ geom_venn_label_set(abc_data, aes(label=region), outwards_adjust=2.55)
)
#设置highlight函数
highlight = function(regions) scale_fill_venn_mix(
abc_data, guide=FALSE, highlight=regions, inactive_color='NA'
)
(
(#选择A-B交集，下方选择A-B交集和A-B-C交集
simple_venn + highlight(c('A-B')) + labs(title='Exclusive intersection of A and B')
| simple_venn + highlight(c('A-B', 'A-B-C')) + labs(title='Inclusive intersection of A and B')
) /
(#选择对应集合
simple_venn + highlight(c('A-B', 'A', 'B')) + labs(title='Exclusive union of A and B')
| simple_venn + highlight(c('A-B', 'A-B-C', 'A', 'B', 'A-C', 'B-C')) + labs(title='Inclusive union of A and B')
)
)
展示全部关联：
set_size(8, 3)
upset(
movies, genres,
width_ratio=0.1,
min_size=10,
mode='inclusive_union',
base_annotations=list('Size'=(intersection_size(counts=FALSE, mode='inclusive_union'))),
intersections='all',
max_degree=3
)
02
为交集图添加更加丰富的注释
我们可以使用以下三种方法添加多个注释：
upset(
movies,
genres,
annotations = list(
#第一种方法：通过列表
'Length'=list(
aes=aes(x=intersection, y=length),
# 如果您想添加多几何图形，可以提供一个列表
geom=geom_boxplot(na.rm=TRUE)
),
#第二种方法：使用ggplot2
'Rating'=(
ggplot(mapping=aes(y=rating))
+ geom_jitter(aes(color=log10(votes)), na.rm=TRUE)
+ geom_violin(alpha=0.5, na.rm=TRUE)
),
#第三种方法：使用`upset_annotate`
'Budget'=upset_annotate('budget', geom_boxplot(na.rm=TRUE))
),
min_size=10,
width_ratio=0.1
)
还可以使用条形图演示分类变量比例的差异：
set_size(8, 5)
upset(
movies,
genres,
annotations = list(
'MPAA Rating'=(
ggplot(mapping=aes(fill=mpaa))
+ geom_bar(stat='count', position='fill')
+ scale_y_continuous(labels=scales::percent_format())
+ scale_fill_manual(values=c(
'R'='#E41A1C', 'PG'='#377EB8',
'PG-13'='#4DAF4A', 'NC-17'='#FF7F00'
))
+ ylab('MPAA Rating')
)
),
width_ratio=0.1
)
颜色填充：
set_size(8, 3)
upset(
movies,
genres,
base_annotations=list(
'Intersection size'=intersection_size(
counts=FALSE,
mapping=aes(fill=mpaa)
)
),
width_ratio=0.1
)
展示百分比
set_size(8, 6)
upset(
movies, genres, name='genre', width_ratio=0.1, min_size=10,
base_annotations=list(
# with manual aes specification:
'Intersection size'=intersection_size(text_mapping=aes(label=paste0(round(
!!get_size_mode('exclusive_intersection')/!!get_size_mode('inclusive_union') * 100
), '%'))),
# using shorthand:
'Intersection ratio'=intersection_ratio(text_mapping=aes(label=!!upset_text_percentage()))
)
)
03
其他设置
条纹颜色设置：
set_size(6, 4)
upset(
movies,
genres,
min_size=10,
width_ratio=0.2,
stripes=c('cornsilk1', 'deepskyblue1')
)
将颜色设置为白色以禁用条纹：
set_size(6, 4)
upset(
movies,
genres,
min_size=10,
width_ratio=0.2,
stripes='white'
)
特殊标记：
使用set或intersect（而不是两者）指定要特殊显示的内容：-set将标记对应的条形图，-intersect将标记所有元素。
set_size(8, 6)
upset(
movies, genres, name='genre', width_ratio=0.1, min_size=10,
annotations = list(
'Length'=list(
aes=aes(x=intersection, y=length),
geom=geom_boxplot(na.rm=TRUE)
)
),
queries=list(
upset_query(
intersect=c('Drama', 'Comedy'),
color='red',
fill='red',
only_components=c('intersections_matrix', 'Intersection size')
),
upset_query(
set='Drama',
fill='blue'
),
upset_query(
intersect=c('Romance', 'Comedy'),
fill='yellow',
only_components=c('Length')
)
)
)
对集合进行排序：
set_size(8, 3)
#按照参数degree排序
upset(movies, genres, width_ratio=0.1, sort_intersections_by='degree')
还可以设置多个排序参数
set_size(8, 3)
#按照两个参数degree, cardinality排序
upset(movies, genres, width_ratio=0.1, sort_intersections_by=c('degree', 'cardinality'))
对集合分类：group_by
按照数据对应的set不同对集合进行分类
set_size(8, 3)
upset(
movies, c("Action", "Comedy", "Drama"),
width_ratio=0.2,
group_by='sets',
queries=list(
upset_query(
intersect=c('Drama', 'Comedy'),
color='red',
fill='red',
only_components=c('intersections_matrix', 'Intersection size')
),
upset_query(group='Drama', color='blue'),
upset_query(group='Comedy', color='orange'),
upset_query(group='Action', color='purple'),
upset_query(set='Drama', fill='blue'),
upset_query(set='Comedy', fill='orange'),
upset_query(set='Action', fill='purple')
)
)
小编总结
ComplexUpset包作为最新的韦恩图绘制工具，不仅能实现UpSetR的功能，还能够使用ggplot2的参数进行扩展，在绘图方面函数相对来说比较简单，非常值得大家学习哦！
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2021-06-08，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
