韦恩图

R语言可视化(九):韦恩图绘制 - 简书 (jianshu.com)
R语言:VennDiagram绘制venn图 - 简书 (jianshu.com)

)AW19@`V{NG1R6KUU{@8YQF.png
library(data.table)


cell<-fread("cell.txt",data.table = F)
shangqing<-fread("shangqing.txt",data.table = F)


#############一、数据过滤

##############1.5
cell.fil <- cell[cell$`P-value`<0.05 & cell$`Fold Change`>1.5,]
shangqing.fil<-shangqing[shangqing$`P-value`<0.05 & shangqing$`Fold Change`>1.5,]


##############1.2
cell.fil <- cell[cell$`P-value`<0.05 & cell$`Fold Change`>1.2,]
shangqing.fil<-shangqing[shangqing$`P-value`<0.05 & shangqing$`Fold Change`>1.2,]





##############二、算p值
# 转化为列表数据类型
dat <- list(KPC.cells=cell.fil$Metabolite,KPC.supernatant=shangqing.fil$Metabolite)
n.bk <- length(unique(unlist(dat)))

#SuperExactTest
library(SuperExactTest)

##############
mset.res <- MSET(x = dat, # 定义的列表数据
                 n = 823, # n为背景群体数量,如基因总数,或这里的总的英文字母数26
                 lower.tail = FALSE) #lower.tail=FALSE表示计算上侧拖尾P值(统计量大于一个观察到的值概率),即这里要计算的多个数据集重叠显著P值

p.value <- mset.res$p.value

# 打印pvalue
p.value





###########三、韦恩图
intersect <- intersect(cell.fil$Metabolite,shangqing.fil$Metabolite)
intersect

library(VennDiagram)

pdf(file="intersect.1.2.pdf",width = 10, height =8)

venn.plot <- venn.diagram(
  x = list(KPC.cells=cell.fil$Metabolite,KPC.supernatant=shangqing.fil$Metabolite),
  filename = NULL,
  
  # 圈
  lwd = 15,  # 圈线条粗细 1 2 3 4 5
  lty = 1,  # 线条类型, 1 实线, 2 虚线, blank 无线条
  fill = c("white", "white"),  # 填充色
  col = c("#de0f17", "#2529d8"),  # 线条色
  alpha = 0.75,

  
  # 数字 number
  cex = 4,  # 数字大小
  fontface = "bold",  # 加粗
  fontfamily = "sans",  # 字体
  label.col = "#00334e",
  
  
  # 标签 category
  cat.cex = 3,  # 字体大小
  cat.col = c("#de0f17", "#2529d8"),  # 字体色
  cat.fontface = "bold",  # 加粗
  cat.default.pos = "outer",  # 位置, outer 内 text 外
  cat.pos = c(0, 0),  # 位置,用圆的度数
  cat.dist = c(0.05, 0.05),  # 位置,离圆的距离
  cat.fontfamily = "sans"  # 字体
  #rotation = 1  # 1 2 3 旋转确定大打头数据集
);

grid.draw(venn.plot);
dev.off()


grid.newpage();


`````
最后编辑于
©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 203,456评论 5 477
  • 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 85,370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 150,337评论 0 337
  • 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 54,583评论 1 273
  • 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 63,596评论 5 365
  • 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 48,572评论 1 281
  • 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 37,936评论 3 395
  • 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 36,595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 40,850评论 1 297
  • 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 35,601评论 2 321
  • 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 37,685评论 1 329
  • 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 33,371评论 4 318
  • 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 38,951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 29,934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 31,167评论 1 259
  • 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 43,636评论 2 349
  • 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 42,411评论 2 342

推荐阅读更多精彩内容