R3. 提取韦恩图(Venn Diagram)中交集或并集的信息

当有多个分类,分类之间有相同又有差异的时候,常用的可视化方法是做韦恩图。有时我们想知道某个交集或其他部分比如独有的信息时,需要提取出来,前提是韦恩图的每个组分是知道的,也就是制作图画的软件能够提供才是可行的。在R中是知道的。
可以根据不同的类别来提取,我喜欢用每部分的个数。个数一般不同,但如果有相同的时候就要手动后期调整。


Example
R中我用包VennDiagram(感谢开发者!)

  1. 安装加载包
## install & require the needed pacakge
# install.packages("VennDiagram")
library(VennDiagram)
  1. 建立工作路径
  2. 读取数据
  3. 使用函数get.venn.partitions能够获得每部分的信息
ldf$Aolig$ID<-as.character(ldf$Aolig$ID)
ldf$Dhapt$ID<-as.character(ldf$Dhapt$ID)
ldf$Dsten$ID<-as.character(ldf$Dsten$ID)
ldf$Everm$ID<-as.character(ldf$Everm$ID)
ldf$Hminn$ID<-as.character(ldf$Hminn$ID)
ev.getven<-get.venn.partitions(x=
                                 list(
                                   "Aolig"=ldf$Aolig$ID,
                                   "Dhapt"=ldf$Dhapt$ID,
                                   "Dsten"=ldf$Dsten$ID,
                                   "Everm"=ldf$Everm$ID,
                                   "Hminn"=ldf$Hminn$ID)
)
  1. 提取
## write a function
## n-a number or numerical vector
dlm.extract.bb <- function(n) {
  for(i in 1:length(n)){
  aim<-ev.getven[ev.getven$..count..==n[i],]
  aim1<-aim$..values.. 
  aim1<-as.data.frame(aim1)
  names(aim1)<-aim$..set..
  filename<-paste0(substr(names(aim1[1]),2,6),".csv")
  write.csv(aim1,filename)
  }
  print("Job done!")
}
## Example
a<-c(208,244,1641,1239,17,2789)
dlm.extract.bb(a)

例图
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 203,362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 85,330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 150,247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 54,560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 63,580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 48,569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 37,929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 36,587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 40,840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 35,596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 37,678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 33,366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 38,945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 29,929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 31,165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 43,271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 42,403评论 2 342

推荐阅读更多精彩内容

  • WKNavigationDelegate webview跳转之前调用,可以根据navigationAction决定...
    北纬3954阅读 4,101评论 0 1
  • 【撑控意识就能主宰人生】 人的 一言 一行 全有意识指引 在聚会时 本来聊“茶” 的事 后来说“咖啡” 上了 上一...
    宁静的夏天陪你看海阅读 563评论 0 0
  • 梁诗睿 很荣幸也很开心能有这次到美国萨克拉门托市交流的机会。在接到李老师电话...
    捷径语文阅读 511评论 0 0
  • 昨天听刘若英的《后来》,说实话不止听过一次,大家对这首歌可能都不陌生。但昨天仔细的品位了一下,感慨万千。 这首歌让...
    梅珍阅读 322评论 0 1