今天介绍一个R包UpSetR,专门用来集合可视化,来源于UpSet,Python里面也有一个相似的包py-upset。此外还有个UpSetR shiny app以及源代码。
简介
集合可视化我们用得最多的是韦恩图,韦恩图在集合数少的时候是很好用的,但是当集合数多比如五个以上的时候那就会看花眼了,比如下面这副含有6个集合韦恩图,是发表在Nature上的文章里的,漂亮是漂亮,但是眼都快看花了。
今天介绍一个R包UpSetR,专门用来集合可视化,来源于UpSet,Python里面也有一个相似的包py-upset。此外还有个UpSetR shiny app以及源代码。
安装
两种方式安装:
- #从CRAN安装
- install.packages("UpSetR")
- #从Github上安装
- devtools::install_github("hms-dbmi/UpSetR")
数据导入
UpSetR提供了两个函数fromList以及fromExpression将数据转换为UpsetR适用的数据格式。
- #fromList
- listinput<-list(one=c(1,2,3,5,7,8,11,12,13),two=c(1,2,4,5,
- 10),three=c(1,5,6,7,8,9,10,12,13))
- #fromExpression
- expressionInput<-c(one=2,two=1,three=2,`one&two`=1,`one&three`=4,
- `two&three`=1,`one&two&three`=2)
接下来就可以绘制绘制图形了
- library(UpSetR)
- upset(fromList(listinput),order.by="freq")
- #下面绘制的图形等同于上图
- upset(fromExpression(expressionInput),order.by="freq")
参数详解
下面所有的例子都将使用UpSetR内置的数据集movies来绘制。
- #导入数据
- movies<-read.csv(system.file("extdata","movies.csv",package="UpSetR"),header=TRUE,sep=";")
- #先大致浏览一下该数据集,数据集太长,就只看前几列
- knitr::kable(head(movies[,1:10]))
该数据集展示的是电影名(name)、发行时间(ReleaseDate)以及电影类型,多了去了就不详讲了,自个可以看去。
UpsetR绘制集合可视化图形使用函数upset()。
- upset(movies,nsets=6,number.angles=30,point.size=2,line.size=1,mainbar.y.label="GenreIntersections",sets.x.label="MoviesPerGenre",text.scale=c(1.3,1.3,1,1,1.5,1))
解释一下上面部分参数:
- nsets: 顾名思义,就是展示几个集合,movies数据集由20几个集合,不可能全部展示,另外从图中可以看出,这6个集合应该不是按顺序选择的。
- numble.angle: 柱子上的数字看到了吧,这个参数就是调整数字角度的,可有可无的
- mainbar.y.label/sets.x.label:坐标轴名称
- text.scale(): 有六个数字,分别控制c(intersection size title, intersection size tick labels, set size title, set size tick labels, set names, numbers above bars)。
很多时候我们想要看特定的几个集合,UpSetR满足我们的需求。
- upset(movies,sets=c("Action","Adventure","Comedy","Drama","Mystery",
- "Thriller","Romance","War","Western"),mb.ratio=c(0.55,0.45),order.by="freq")
文中的参数:
- mb.ratio: 控制上方条形图以及下方点图的比例
- order.by: 如何排序,这里freq表示从大到小排序展示,其他选项有degree以及先按freq再按degree排序。
各个变量也可以通过参数keep.order来排序
- upset(movies,sets=c("Action","Adventure","Comedy","Drama","Mystery",
- "Thriller","Romance","War","Western"),mb.ratio=c(0.55,0.45),order.by="freq",
- keep.order=TRUE)
也可以按group进行展示,这图展示的就是按各个变量自身、两个交集、三个交集…依次展示。参数cutoff控制每个group显示几个交集。
参数intersects控制总共显示几个交集。
- upset(movies,nintersects=70,group.by="sets",cutoff=7)
还有很多参数比如控制颜色的参数,点、线大小等,具体可查看?upset
queries参数
queries参数分为四个部分:query, param, color, active.
- query: 指定哪个query,UpSetR有内置的,也可以自定义,说到底就是一个查询函数
- param: list, query作用于哪个交集
- color:每个query都是一个list,里面可以设置颜色,没设置的话将调用包里默认的调色板
- active:被指定的条形图是否需要颜色覆盖,TRUE的话显示颜色,FALSE的话则在条形图顶端显示三角形
内置的intersects query
- upset(movies,queries=list(list(query=intersects,params=list("Drama","Comedy","Action"),color="orange",active=T),
- list(query=intersects,params=list("Drama"),color="red",active=F),
- list(query=intersects,params=list("Action","Drama"),active=T)))
内置的elements query
此query可以可视化特定交集在不同条件下的情况
- upset(movies,queries=list(list(query=elements,params=list("AvgRating",3.5,4.1),color="blue",active=T),
- list(query=elements,params=list("ReleaseDate",1980,1990,2000),color="red",active=F)))
自定义一个query
0
- #fromList
- listinput<-list(one=c(1,2,3,5,7,8,11,12,13),two=c(1,2,4,5,
- 10),three=c(1,5,6,7,8,9,10,12,13))
- #fromExpression
- expressionInput<-c(one=2,two=1,three=2,`one&two`=1,`one&three`=4,
- `two&three`=1,`one&two&three`=2)
添加query图例
1
- #fromList
- listinput<-list(one=c(1,2,3,5,7,8,11,12,13),two=c(1,2,4,5,
- 10),three=c(1,5,6,7,8,9,10,12,13))
- #fromExpression
- expressionInput<-c(one=2,two=1,three=2,`one&two`=1,`one&three`=4,
- `two&three`=1,`one&two&three`=2)
参数attribute.plots
主要是用于添加属性图,内置有柱形图、散点图、热图等
柱形图
2
- #fromList
- listinput<-list(one=c(1,2,3,5,7,8,11,12,13),two=c(1,2,4,5,
- 10),three=c(1,5,6,7,8,9,10,12,13))
- #fromExpression
- expressionInput<-c(one=2,two=1,three=2,`one&two`=1,`one&three`=4,
- `two&three`=1,`one&two&three`=2)
散点图
3
- #fromList
- listinput<-list(one=c(1,2,3,5,7,8,11,12,13),two=c(1,2,4,5,
- 10),three=c(1,5,6,7,8,9,10,12,13))
- #fromExpression
- expressionInput<-c(one=2,two=1,three=2,`one&two`=1,`one&three`=4,
- `two&three`=1,`one&two&three`=2)
箱线图
箱线图可以展示数据的分布,通过参数boxplot.summary控制,最多可以一次性显示两个箱线图
4
- #fromList
- listinput<-list(one=c(1,2,3,5,7,8,11,12,13),two=c(1,2,4,5,
- 10),three=c(1,5,6,7,8,9,10,12,13))
- #fromExpression
- expressionInput<-c(one=2,two=1,three=2,`one&two`=1,`one&three`=4,
- `two&three`=1,`one&two&three`=2)
还有一个十分重要的功能Incorporating Set Metadata这里就不讲了。
SessionInfo
5
- #fromList
- listinput<-list(one=c(1,2,3,5,7,8,11,12,13),two=c(1,2,4,5,
- 10),three=c(1,5,6,7,8,9,10,12,13))
- #fromExpression
- expressionInput<-c(one=2,two=1,three=2,`one&two`=1,`one&three`=4,
- `two&three`=1,`one&two&three`=2)
知优网 » R语言可视化之UpSetR包(r语言purrr包)