韦恩图快速绘制工具

“Venn图是我们科学研究中常用的图形之一,今天小编给小伙伴们介绍四种Venn图绘制工具,小伙伴根据自己的要求进行选择,如果小伙伴觉得对你有帮助,欢迎转发与收藏。”

01—数据准备

关注《生信学霸》,后台回复“Venn图”获取测试数据,如下图所示:

点击添加图片描述(最多60个字)编辑

拿着数据快跟着小编一起学习一下这个工具

02—使用方法

方法一:Sangbox云平台绘制

----------

1.1__输入参数,如下图所示

网址导航

http://sangerbox.com/Tool 点击“韦恩图快速绘制工具”

1.2__特别注意点

1. 如果是以文件的格式将数据导入到云平台,平台默认无法读取Excel中的数据,必须将Excel文件转为以制表位符分割的文本文件,否则小工具将无法运行。

2.将文件从本地上传到网站上应注意文件名只能用字母、数字或下划线命名不能有空格等特殊字符命名,否则将上传失败。

1.3__结果展示

1.4__优缺点

优点—中文图形化交互式分析界面,不需要编程,快速出图,支持多种主流期刊图形配色;

缺点—内置图形颜色库不是很丰富,可以使用Illustrator对颜色进行更改。

方法二:R语言

----------

1.1__绘图步骤

# 安装R包if (!requireNamespace("VennDiagram", quietly = TRUE)) install.packages("VennDiagram",repos = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/")if (!requireNamespace("ggplot2", quietly = TRUE)) install.packages("ggplot2",repos = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/")# 加载R包library(VennDiagram, quietly=TRUE)library(ggplot2, quietly=TRUE)# 读入数据exp = read.csv('./veen_map.txt',header = T,sep='\t',check.names = F)# 绘图venn<- venn.diagram(list(A=na.omit(exp$A),B=na.omit(exp$B),C=na.omit(exp$C),D=na.omit(exp$D)), filename=NULL,fill = c("cornflowerblue", "green", "yellow", "darkorchid1"), col = "black",alpha = 0.4, cat.cex = 1.5,rotation.degree = 0)# 展示图形grid.draw(venn)# 保存图片ggplot2::ggsave(filename = './venn.pdf',plot = venn,width = 6,height = 6,device = cairo_pdf)

1.2__结果展示

1.3__优缺点

优点—能够随心所欲的修改图形的颜色和样式;

缺点—对于编程初学者,用R语言读入数据和进行数据变过程中会报错,函数参数看不懂需要很长时间,绘图效率低下,一旦遇到报错,不能快速的解决报错。

方法三:Venny2.0

----------

1.1__输入参数,结果展示

网址导航

https://bioinfogp.cnb.csic.es/tools/venny/

如下图所示:

1.2__优缺点

优点—不需要注册,能够显示每个部分交集的百分比

缺点—不支持四组以上数据venn图的绘制,需要手动的将每组数据粘贴到数据库,需要自动去表头,图形配色方案单一。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,386评论 6 479
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,939评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,851评论 0 341
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,953评论 1 278
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,971评论 5 369
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,784评论 1 283
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,126评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,765评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,148评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,744评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,858评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,479评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,080评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,053评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,278评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,245评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,590评论 2 343