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

#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)
0

添加query图例

#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)
1

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

#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)
2

散点图

#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)
3

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

#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)
4

还有一个十分重要的功能Incorporating Set Metadata这里就不讲了。

SessionInfo

#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)
5