在集合数少的时候韦恩图是很好用的，但是当集合数多比如 5 个以上的时候那就会看的眼花缭乱了。推荐用UpsetR进行集合的绘图。

1. R包的安装及示例文件的加载

install.packages("UpSetR")#CRAN安装
devtools::install_github("hms-dbmi/UpSetR") #Github的安装路径

library(UpSetR)
setwd("工作路径") #按照自己工作路径设置

require(ggplot2); 
require(plyr); 
require(gridExtra); 
require(grid);
movies <- read.csv(system.file("extdata","movies.csv",package = "UpSetR"), header = TRUE, sep=";")
view(movies)#查看示例文件

这个R包里的事例文件如图所示，第一列为电影名，第二列为上映时间，后面就是对电影的分类，比如动作片、喜剧片等等，在进行绘图前可以大致了解一下。
![查看事例文件.png]!(https://upload-images.jianshu.io/upload_images/28604302-a7f6f1f7fa188835.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

2. upset函数的基本参数设置

upset(movies,
      order.by = "freq", # 排序方式：freq：降序，degree：升序
      nsets = 5, # 展示几个集合，按照数量从大到小排列，
      #sets=c("Drama","Comedy","Action","Thriller","Western","Documentary") #使用sets参数指定集合名字
      nintersects = 30,#展示交集数
      mb.ratio = c(0.55,0.45), # 条形图和矩阵的相对比例
      number.angles = 30, # 条形图上面数字角度
      point.size = 3, # 点的大小
      line.size = 1.2, # 线条粗细
      mainbar.y.label = "size of intersection", # 上面条形图的标题
      sets.x.label = "the number of each sets", # 坐标条形图的标题
      text.scale = c(1.2, 1.3, 1, 1, 2, 1.2), # 元素大小
      matrix.color = "firebrick",#点阵的颜色
      main.bar.color = "steelblue",#柱状图的颜色
      sets.bar.color = "grey70"#图例的颜色
      )

upset基本.png

简单绘制出来的图形就如上图所示，
1). 在矩阵图中红色点表示该区域是有数据；灰色的点表示该区域没有数据；红色连线表示数据间存在交集；
2).上方蓝色区域的柱状图表示相应的数据值；
3).左边的Set size 条形图表示此次绘图用到的数据类型；

3. 接下来就是该包的高阶用法——queries

主要几个参数：

query——指定内容（如查找交集、元素等）
params——是查询要处理的参数列表
color——将在plot上表示查询颜色，如果没有提供颜色，将从UpSetR默认调色板中选择一种颜色
active——为TURE时候，交叉大小条将被查询的条覆盖；为FALSE时候，则不覆盖。

Example1. 突出显示交集

upset(movies,
      queries = list(
         list(query = intersects, #指定寻找交集
              params = list("Drama", "Comedy", "Action"), #选择"Drama", "Comedy", "Action"（的交集）
              color = "orange",#表现为橙色 
              active = T), #在柱状图上显示
         list(query = intersects,
              params = list("Drama"), #找"Drama”数据的交集——即突出显示单组数据
              color = "red", #红色显示
              active = F), #取消柱状图显示，在矩阵中仍能找到该突出点
         list(query = intersects, 
              params = list("Action", "Drama"), #找"Action", "Drama"的交集
              active = T)))#由于没有设置颜色，默认从UpSetR的调色板中选择颜色

突出显示交集.png

Example2: 寻找特定元素内容

upset(movies, 
      queries = list(
         list(query = elements,#在数据中寻找相应元素
              params = list("AvgRating", 3.5, 4.1),#对元素进行相关限定
              color = "blue", 
              active = T), 
         list(query = elements,
              params = list("ReleaseDate", 1980, 1990, 2000),
              color = "red", active = F)))

寻找特定元素内容.png

Example 3: 使用expression参数获得元素查询和交集查询的子集

upset(movies, queries = list(
   list(
      query = intersects, 
      params = list("Action","Drama"),
      active = T), 
   list(
      query = elements, 
      params = list("ReleaseDate", 1980, 1990, 2000),
      color = "red", 
      active = F)),
   expression = "AvgRating > 3 & Watches > 100")#同时满足【评分】大于3且观【看人数】大于100的子集

这个地方有点难理解，对比看无expression参数和添加该参数的结果图就很容易明白

无expression结果图.png

引入expression结果图.png

Example 4: 自定义查询相关元素

根据自己的需求，设置相关函数定义，下面举两个例子展开解释：

Myfunc <- function(row, release, rating) {
   data <- (row["ReleaseDate"] %in% release) & (row["AvgRating"] > rating)
} 
#  引入三个关键参数 row、release、rating
#【发行日期】符合release且【评分等级】大于rating的列
#  因此新函数需用release和rating两个参数————对应后面的c(1970, 1980, 1990, 1999, 2000)和2.5


upset(movies,
      queries = list(
         list(
            query = Myfunc,
            params = list(c(1970, 1980, 1990, 1999, 2000), 2.5),
            color = "blue", 
            active = T)))

自定义查找相关元素1

下面这个事例就类似，可以参照上面的理解

between <- function(row, min, max){
   newData <- (row["ReleaseDate"] < max) & (row["ReleaseDate"] > min)
}   #最小值至最大值之间的列赋值给新数据

upset(movies,
      sets=c("Drama","Comedy","Action","Thriller","Western","Documentary"),
      queries = list(
         list(
            query = intersects,
            params = list("Drama", "Thriller")),
         list(query = between, 
              params=list(1970,1980),
              color="red", 
              active=TRUE)))

自定义查找相关元素2.png

Example 5: 引入图例

仅在图上突出显示不够清晰，因此引入图例就格外重要：

upset(movies,
      query.legend = "top", #图例位置
      queries = list(
         list(query = intersects, 
              params = list("Drama", "Comedy", "Action"), 
              color = "orange",
              active = T, 
              query.name = "Funny action"),#图例名称
         list(query = intersects,
              params = list("Action","Drama"), 
              active=T,
              query.name="Emotional action"),#图例名称
         list(query = intersects,
              params = list("Drama"), 
              color="red",
              active=F)))#未添加图例，会按照顺序默认添加

引入图例.png

Example 6: 同时满足多种需求

upset(movies, query.legend = "bottom",
      queries = list(
         list(query = Myfunc, #按自己需求设置函数
              params = list(c(1970,1980, 1990, 1999, 2000), 2.5), 
              color = "orange", 
              active = T), 
         list(query = intersects, #获取交集
              params = list("Action", "Drama"),
              active = T), 
         list(query = elements, #突出显示指定元素
              params = list("ReleaseDate", 1980, 1990, 2000),
              color = "red", 
              active = F, 
              query.name = "Decades")), 
      expression = "AvgRating > 3 & Watches > 100")

同时满足多种需求.png

7.在Upset图下方聚合指定数据的分布情况

upset(movies,
      attribute.plots=list(
         gridrows=60, #upset图下面留的间距
         plots=list(
            list(plot=scatter_plot, #点状图
                 x="ReleaseDate", 
                 y="AvgRating"),
            list(plot=scatter_plot,
                 x="ReleaseDate",
                 y="Watches"),
            list(plot=scatter_plot,
                 x="Watches", 
                 y="AvgRating"),
            list(plot=histogram, #柱状图
                 x="ReleaseDate")),
         ncols = 2))

多种图形汇总

使用UpsetR对多组数据进行交集分析