首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >可视化—Upset图绘制

可视化—Upset图绘制

原创
作者头像
sheldor没耳朵
发布于 2024-11-01 14:47:41
发布于 2024-11-01 14:47:41
1.6K0
举报
文章被收录于专栏:R语言可视化R语言可视化

可视化—Upset图绘制

我们在可视化集合之间关系的时候,常常会绘制韦恩图。但随着集合的增多,韦恩图显示的关系会越来越复杂,很难一眼看出其中的信息。这种情况下我们需要使用 UpSetR 包来反映集合间的关系。

1 数据导入

把你需要展示的集合做成一个list即可,我这里是需要展示的集合存在各个Rdata中,故用下述代码导入该文件夹中所有的Rdata数据。

代码语言:r
复制
rm(list=ls())
#install.packages("UpSetR")
library(UpSetR)

## 数据导入
#设置文件路径
file_path <- "../Rdata/"
#列出所有以 .Rdata 结尾的文件
rdata_files <- list.files(file_path, pattern = "\\.Rdata$")

#依次加载每个文件
for (file in rdata_files) {
  load(file.path(file_path, file))
}

##需要展示的向量形成一个集合
input_list <- list(
  DC_HAO_pro_dif_all = DC_HAO_pro_dif_all,
  FE_HAO_pro_dif_all = FE_HAO_pro_dif_all,
  DC_HAO_trans_dif_all = DC_HAO_trans_dif_all,
  FE_HAO_trans_dif_all = FE_HAO_trans_dif_all,
  DC_exo_dif_all = DC_exo_dif_all,
  FE_exo_dif_all = FE_exo_dif_all
)

2 基本绘制

采用三段法进行图片的保存与绘制

代码语言:r
复制
#绘图
# 保存
png("../Table+figure/upset_plot.png", width = 1000, height = 800, res = 150)
UpSetR::upset(
  fromList(input_list),
  order.by = "freq",
  nsets = length(input_list),  # 显示所有集合
  nintersects = NA   #显示所有交集
)
dev.off()  # 关闭 PDF 设备

3 拓展

参考链接https://zhuanlan.zhihu.com/p/370210775

1.可以指定参数,来调整图形属性

例如,使用 number.angles 来设置柱状图柱子上方数字的倾斜角度;使用 point.size 和 line.size 来设置矩阵点图中点和线的大小;mainbar.y.label和 sets.x.label 可以设置柱状图和条形图的轴标签;text.scale 包含6 个值,用于指定图上所有文本标签的大小。

代码语言:r
复制
text.scale 参数值的顺序为:
- 柱状图的轴标签和刻度
- 条形图的轴标签和刻度
- 集合名称
- 柱子上方表示交集大小的数值
2.展示所需要的集合
代码语言:r
复制
upset(fromList(input_list), 
      sets = c("DC_HAO_pro_dif_all", "FE_HAO_pro_dif_all", "DC_HAO_trans_dif_all"),
      #mb.ratio 用于控制上下图形所占比例
      mb.ratio = c(0.55, 0.45)
      )
3.排序
3.1对交集大小进行排序

通过置 order.by 参数,来对交集进行排序

freq默认是升序,可以使用 decreasing = TRUE 让其降序排列

代码语言:r
复制
upset(fromList(input_list), 
      sets = c("DC_HAO_pro_dif_all", "FE_HAO_pro_dif_all", "DC_HAO_trans_dif_all"),
      mb.ratio = c(0.55, 0.45),
      order.by = "freq",
      decreasing = FALSE
      )
3.2 按照集合大小排序

使用order.by = "degree",参数,degree 默认为降序排序,设置 decreasing = FALSE 使其升序排列

代码语言:r
复制
upset(fromList(input_list), 
      sets = c("DC_HAO_pro_dif_all", "FE_HAO_pro_dif_all", "DC_HAO_trans_dif_all"),
      mb.ratio = c(0.55, 0.45),
      order.by = "degree",
      decreasing = FALSE
      )

3.3 同时指定freq,degree顺序

代码语言:r
复制
upset(fromList(input_list), 
      sets = c("DC_HAO_pro_dif_all", "FE_HAO_pro_dif_all", "DC_HAO_trans_dif_all"),
      mb.ratio = c(0.55, 0.45),
      order.by = c("degree", "freq"),
      decreasing = c(TRUE, FALSE)
      )
3.4 让集合按照 sets 参数中指定的出现的顺序排列

通过设置keep.order = TRUE参数

如果想要显示交集为空的组合,可以设置 empty.intersections = “on” 参数

代码语言:r
复制
upset(fromList(input_list), 
      sets = c("DC_HAO_pro_dif_all", "DC_HAO_trans_dif_all","FE_HAO_pro_dif_all"),
      mb.ratio = c(0.55, 0.45),
      keep.order = TRUE
      )

4 查询

代码语言:r
复制
查询通过 queries 参数来执行,接受一个嵌套的 list 来表示多个查询条件,每个查询条件包含四个字段:
query:需要执行的查询
params:查询参数列表
color:设置满足查询条件的元素在图中的颜色
active:如果为 TRUE,柱状图颜色将会被覆盖,为 FALSE 则会在柱子上添加带有随机扰动的点
4.1 内置交集查询

我们使用内置的交集查询:intersects,用来寻找或显示特定的交集,并将找到的交集进行上色

代码语言:r
复制
upset(fromList(input_list), queries = list(
  list(
    query = intersects, 
    params = list("DC_HAO_trans_dif_all", "FE_HAO_trans_dif_all"), 
    color = "orange", 
    active = T),
  list(
    query = intersects, 
    params = list("FE_HAO_trans_dif_all", "DC_exo_dif_all"), 
    color = "red", 
    active = T)#list最后一个元素后不能有逗号
)
)
4.2 内置元素查询

upset图,不仅可以传入一个向量列表,还可以传入一个数据框,接下来的演示使用upset包自带的数据进行演示

代码语言:r
复制
movies <- read.csv(system.file("extdata", "movies.csv", package = "UpSetR"), 
                   header = T, sep = ";")
                   > colnames(movies)
 [1] "Name"        "ReleaseDate" "Action"      "Adventure"   "Children"    "Comedy"     
 [7] "Crime"       "Documentary" "Drama"       "Fantasy"     "Noir"        "Horror"     
[13] "Musical"     "Mystery"     "Romance"     "SciFi"       "Thriller"    "War"        
[19] "Western"     "AvgRating"   "Watches" 

使用 elements 来进行元素查询,来展示元素在交集中的分布情况

代码语言:r
复制
upset(movies, 
      queries = list(
        list(
          query = elements, 
          #这里检查 movies 数据集的 AvgRating 列,选出评分在 3.5 和 4.1 之间的电影。
          params = list("AvgRating",  3.5, 4.1), 
          color = "blue", 
          #表示该查询条件是激活的,会在图形中显示
          active = T), 
        list(
          query = elements,
          #查询 ReleaseDate 列,选出发行年份在 1980、1990 或 2000 年的电影
          params = list("ReleaseDate", 1980, 1990, 2000), 
          color = "red", 
          #该查询条件不激活,因此不会在图形中显示
          active = F)
        )
      )

可以为 expression 参数设置过滤表达式来提取查询结果的子集

代码语言:r
复制
upset(movies, 
      queries = list(
      #第一个查询条件(用于筛选 Action 和 Drama 电影的交集)
        list(
          query = intersects, 
          params = list("Action", "Drama"), 
          active = T), 
          #第二个查询条件(用于筛选 ReleaseDate)指定查询 ReleaseDate 列,
          #选择发行年份在 1980、1990 或 2000 年的电影
        list(
          query = elements, 
          params = list("ReleaseDate", 1980, 1990, 2000), 
          color = "red", 
          active = F)), 
      expression = "AvgRating > 3 & Watches > 100"
)
4.3 自定义查询
代码语言:r
复制
#查询函数会应用于数据的每一行中,我们可以定义如下查询函数
#筛选发行日期在 release 内,且平均评分大于某个值的电影
Myfunc <- function(row, release, rating) {
  data <- (row["ReleaseDate"] %in% release) & (row["AvgRating"] > rating)
}
upset(movies, 
      queries = list(
        list(
          query = Myfunc, 
          params = list(c(1970, 1980, 1990, 1999, 2000), 2.5), 
          color = "blue", 
          active = T)
        )
      )
4.4 添加查询图例

使用 query.legend 参数来指定查询图例的位置,top 或bottom

在查询条件中,使用 query.name 来设置查询的名称,如果没设置,会自动生成

代码语言:r
复制
upset(movies, 
      query.legend = "top", 
      queries = list(
        list(
          query = intersects, 
          params = list("Drama", "Comedy", "Action"), 
          color = "orange", active = T, 
          query.name = "Funny action"), 
        list(
          query = intersects, 
          params = list("Drama"), 
          color = "red", active = F), 
        list(
          query = intersects, 
          params = list("Action", "Drama"), 
          active = T, 
          query.name = "Emotional action")
        )
      )
5 属性图
代码语言:r
复制
属性图
attribute.plots 参数用于执行属性图的绘制,包含 3 个字段:
gridrows:设置属性图的空间大小,UpSet plot 默认为 100 X 100,如果设置为 50,则整个图形变成 150 X 100
plots:图形列表,每个元素包含 4 个参数:
plot:返回 ggplot 对象的函数
x:图形的 x 轴变量
y:图形的 y 轴变量
queries:是否使用已经存在的查询来覆盖绘图数据
5.1 内置绘图函数
5.1.1 使用包中自带的 histogram 函数来绘制直方图
代码语言:r
复制
upset(movies, 
      main.bar.color = "black", 
      queries = list(
        list(
          query = intersects, 
          params = list("Drama"), 
          active = T)
      ), 
      attribute.plots = list(
        gridrows = 50, 
        plots = list(
          list(
            plot = histogram, 
            x = "ReleaseDate", 
            queries = F), 
          list(
            plot = histogram,
            x = "AvgRating", 
            queries = T)
        ), ncols = 2
      )
)
5.1.2 使用包中自带的 scatter_plot 函数来绘制散点图
代码语言:r
复制
upset(movies, 
      main.bar.color = "black", 
      queries = list(
        list(
          query = intersects, 
          params = list("Drama"), 
          color = "red", 
          active = F), 
        list(
          query = intersects, 
          params = list("Drama", "Comedy", "Action"), 
          color = "orange", 
          active = T)
      ), attribute.plots = list(
        gridrows = 45, 
        plots = list(
          list(
            plot = scatter_plot, 
            x = "ReleaseDate", 
            y = "AvgRating", 
            queries = T), 
          list(plot = scatter_plot, 
               x = "AvgRating", 
               y = "Watches", 
               queries = F)
        ), 
        ncols = 2), 
      query.legend = "bottom"
)
5.1.3 自定义绘图函数

我们先定义两个基于 ggplot2 的函数,用于绘制散点图和密度图

代码语言:r
复制
my_scatter <- function(data, x, y) {
  p <- ggplot(data, aes_string(x, y, colour = "color")) +
    geom_point() +
    scale_colour_identity() +
    theme(
      plot.margin = unit(c(0, 0, 0, 0), "cm")
    )
  p
}

my_density <- function(data, x, y) {
  data$decades <- data[, y] %/% 10 * 10
  data <- data[which(data$decades >= 1970), ]
  p <- ggplot(data, aes_string(x)) +
    geom_density(aes(fill = factor(decades)), alpha = 0.3) +
    theme(
      plot.margin = unit(c(0, 0, 0, 0), "cm"), 
      legend.key.size = unit(0.4, "cm")
    )
  p
}

然后应用在属性图中

代码语言:r
复制
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 = my_scatter, 
            x = "ReleaseDate", 
            y = "AvgRating", 
            queries = T),
          list(
            plot = my_density,
            x = "AvgRating",
            y = "ReleaseDate",
            queries = F)
          ),
        ncols = 2)
      )
5.1.4 绘制箱线图

想要绘制箱线图,可以使用 boxplot.summary 参数,最多只能同时绘制两个变量的箱线图。

代码语言:r
复制
upset(movies, boxplot.summary = c("AvgRating", "ReleaseDate"))

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 可视化—Upset图绘制
    • 1 数据导入
    • 2 基本绘制
    • 3 拓展
      • 4 查询
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档