什么是Upset图？

在展示集合间关系时，很多人首先会想到韦恩图（Venn diagram）。韦恩图擅长展示少量集合（通常不超过 5 个）的交集关系，在集合数量较少时，图形简单直观，解读信息相对容易。然而，当集合数量增多（例如 5 个以上）时，韦恩图的复杂度和图形密集度会迅速增加，导致信息的可读性显著下降。即便图形布局再美观，韦恩图在这种情况下也很难直观地展示复杂交集关系。此外，传统的韦恩图通常最多支持 7 个集合，超过这个数量，图形结构变得难以管理和解读。

为了克服这些限制，Upset图应运而生。Upset图是一种用来展示多个集合及其交集的可视化方法，尤其适合处理集合数量较多、交集复杂的数据场景。Upset图通过组合柱状图和交集矩阵，将每个集合及其交集关系更清晰地展现出来。在 Upset图中，集合的交集关系用点和线表示，交集的大小用柱状图展示，使得用户能够快速理解不同集合间的交集分布和数量。

就是他！

Upset图的优势

- 适合大量集合的展示：Upset图能轻松处理超过 5 个甚至更多的集合，而不会像韦恩图那样变得难以阅读。

- 清晰的交集信息：通过柱状图，Upset图直观地展示了每个交集的数量，使得用户可以一目了然地比较不同交集的大小。

- 便于分析复杂集合关系：当数据集中包含多个集合，需要快速获取不同集合间的重叠关系时，Upset图能够帮助用户高效地获取信息。

Upset图的适用场景

Upset图广泛应用于生物信息学、数据分析等领域，尤其是在基因集分析、功能注释、群体重叠分析等方面。例如，在基因组学研究中，分析不同物种或样本间的基因共享情况是常见需求。Upset图在这种复杂交集关系中提供了直观、清晰的可视化方案。

1、整理数据（这里就是根据自己的数据，将不同的集合放到一列）

2、部分绘图代码

gene_presence_absence_upset_plot.py

3、结果图

生物信息学领域非常广泛，难以一次说尽。我们下次继续更新，一起深入学习生物信息学的内容！

喜欢的宝子们点个赞吧~码字不易，且行且珍惜~