作者:嚴濤
簡介
集合可視化我們用得最多的是韋恩圖,韋恩圖在集合數(shù)少的時候是很好用的,但是當集合數(shù)多比如五個以上的時候那就會看花眼了,比如下面這副含有6個集合韋恩圖,是發(fā)表在Nature上的文章里的,漂亮是漂亮,但是眼都快看花了。
今天介紹一個R包UpSetR,專門用來集合可視化,來源于UpSet,Python里面也有一個相似的包py-upset。此外還有個UpSetR shiny app以及源代碼.
安裝
兩種方式安裝:
#從CRAN安裝install.packages("UpSetR")#從Github上安裝devtools::install_github("hms-dbmi/UpSetR")
數(shù)據(jù)導入
UpSetR提供了兩個函數(shù)fromList以及fromExpression將數(shù)據(jù)轉換為UpsetR適用的數(shù)據(jù)格式。
#fromListlistinput <- list(one = c(1, 2, 3, 5, 7, 8, 11, 12, 13), two = c(1, 2, 4, 5,10), three = c(1, 5, 6, 7, 8, 9, 10, 12, 13))#fromExpressionexpressionInput <- c(one = 2, two = 1, three = 2, `one&two` = 1, `one&three` = 4,`two&three` = 1, `one&two&three` = 2)
接下來就可以繪制繪制圖形了
library(UpSetR)upset(fromList(listinput), order.by = "freq")#下面繪制的圖形等同于上圖upset(fromExpression(expressionInput), order.by = "freq")
參數(shù)詳解
下面所有的例子都將使用UpSetR內置的數(shù)據(jù)集movies來繪制。
#導入數(shù)據(jù)movies <- read.csv(system.file("extdata", "movies.csv", package = "UpSetR"), header = TRUE, sep = ";")#先大致瀏覽一下該數(shù)據(jù)集,數(shù)據(jù)集太長,就只看前幾列knitr::kable(head(movies[,1:10]))
該數(shù)據(jù)集展示的是電影名(name)、發(fā)行時間(ReleaseDate)以及電影類型,多了去了就不詳講了,自個可以看去。
UpsetR繪制集合可視化圖形使用函數(shù)upset()。
upset(movies, nsets = 6, number.angles = 30, point.size = 2, line.size = 1, mainbar.y.label = "Genre Intersections", sets.x.label = "Movies Per Genre", text.scale = c(1.3, 1.3, 1, 1, 1.5, 1))
解釋一下上面部分參數(shù):
nsets: 顧名思義,就是展示幾個集合,movies數(shù)據(jù)集由20幾個集合,不可能全部展示,另外從圖中可以看出,這6個集合應該不是按順序選擇的。numble.angle: 柱子上的數(shù)字看到了吧,這個參數(shù)就是調整數(shù)字角度的,可有可無的mainbar.y.label/sets.x.label:坐標軸名稱text.scale(): 有六個數(shù)字,分別控制c(intersection size title, intersection size tick labels, set size title, set size tick labels, set names, numbers above bars)。很多時候我們想要看特定的幾個集合,UpSetR滿足我們的需求。
upset(movies, sets = c("Action", "Adventure", "Comedy", "Drama", "Mystery","Thriller", "Romance", "War", "Western"), mb.ratio = c(0.55, 0.45), order.by = "freq")
文中的參數(shù):
mb.ratio: 控制上方條形圖以及下方點圖的比例order.by: 如何排序,這里freq表示從大到小排序展示,其他選項有degree以及先按freq再按degree排序。各個變量也可以通過參數(shù)keep.order來排序
upset(movies, sets = c("Action", "Adventure", "Comedy", "Drama", "Mystery","Thriller", "Romance", "War", "Western"), mb.ratio = c(0.55, 0.45), order.by = "freq",keep.order = TRUE)
也可以按group進行展示,這圖展示的就是按各個變量自身、兩個交集、三個交集…依次展示。參數(shù)cutoff控制每個group顯示幾個交集。
參數(shù)intersects控制總共顯示幾個交集。
upset(movies, nintersects = 70, group.by = "sets", cutoff = 7)
還有很多參數(shù)比如控制顏色的參數(shù),點、線大小等,具體可查看?upset
queries參數(shù)
queries參數(shù)分為四個部分:query,?param,?color,?active.
query: 指定哪個query,UpSetR有內置的,也可以自定義,說到底就是一個查詢函數(shù)param: list, query作用于哪個交集color:每個query都是一個list,里面可以設置顏色,沒設置的話將調用包里默認的調色板active:被指定的條形圖是否需要顏色覆蓋,TRUE的話顯示顏色,F(xiàn)ALSE的話則在條形圖頂端顯示三角形內置的intersects query
upset(movies, queries = list(list(query=intersects, params=list("Drama", "Comedy", "Action"), color="orange", active=T),list(query=intersects, params=list("Drama"), color="red", active=F),list(query=intersects, params=list("Action", "Drama"), active=T)))
內置的elements?query
此query可以可視化特定交集在不同條件下的情況
upset(movies, queries = list(list(query=elements, params=list("AvgRating", 3.5, 4.1), color="blue", active=T),list(query=elements, params=list("ReleaseDate", 1980, 1990, 2000), color="red", active=F)))
自定義一個query
myfunc <- function(row, release, rating){newdata <- (row["ReleaseDate"]%in%release)&(row["AvgRating"]>rating)}upset(movies, queries = list(list(query=myfunc, params=list(c(1950,1960,1990,2000), 3.0), color="red", active=T)))
添加query圖例
upset(movies, query.legend = "top", queries = list(list(query = intersects,params = list("Drama", "Comedy", "Action"), color = "orange", active = T,query.name = "Funny action"), list(query = intersects, params = list("Drama"),color = "red", active = F), list(query = intersects, params = list("Action","Drama"), active = T, query.name = "Emotional action")))
參數(shù)attribute.plots
主要是用于添加屬性圖,內置有柱形圖、散點圖、熱圖等
柱形圖
upset(movies, main.bar.color = "black", queries = list(list(query = intersects,params = list("Drama"), active = T)), attribute.plots = list(gridrows = 50,plots = list(list(plot = histogram, x = "ReleaseDate", queries = F), list(plot = histogram,x = "AvgRating", queries = T)), ncols = 2))
散點圖
箱線圖
箱線圖可以展示數(shù)據(jù)的分布,通過參數(shù)boxplot.summary控制,最多可以一次性顯示兩個箱線圖
upset(movies, boxplot.summary = c("AvgRating", "ReleaseDate"))
還有一個十分重要的功能Incorporating Set Metadata這里就不講了,有興趣的可以參考這份文檔
SessionInfosessionInfo()## R version 3.4.2 (2017-09-28)## Platform: x86_64-w64-mingw32/x64 (64-bit)## Running under: Windows 10 x64 (build 15063)#### Matrix products: default#### locale:## [1] LC_COLLATE=Chinese (Simplified)_China.936## [2] LC_CTYPE=Chinese (Simplified)_China.936## [3] LC_MONETARY=Chinese (Simplified)_China.936## [4] LC_NUMERIC=C## [5] LC_TIME=Chinese (Simplified)_China.936#### attached base packages:## [1] stats graphics grDevices utils datasets methods base#### other attached packages:## [1] UpSetR_1.3.3#### loaded via a namespace (and not attached):## [1] Rcpp_0.12.13 knitr_1.17 magrittr_1.5 munsell_0.4.3## [5] colorspace_1.3-2 rlang_0.1.2 stringr_1.2.0 highr_0.6## [9] plyr_1.8.4 tools_3.4.2 grid_3.4.2 gtable_0.2.0## [13] htmltools_0.3.6 yaml_2.1.14 lazyeval_0.2.0 rprojroot_1.2## [17] digest_0.6.12 tibble_1.3.4 gridExtra_2.3 ggplot2_2.2.1## [21] evaluate_0.10.1 rmarkdown_1.6 labeling_0.3 stringi_1.1.5## [25] compiler_3.4.2 scales_0.5.0 backports_1.1.1
- 蜜度索驥:以跨模態(tài)檢索技術助力“企宣”向上生長
- 密態(tài)計算技術助力農(nóng)村普惠金融 螞蟻密算、網(wǎng)商銀行項目入選大數(shù)據(jù)“星河”案例
- 專利糾紛升級!Netflix就虛擬機專利侵權起訴博通及VMware
- 兩大難題發(fā)布!華為啟動2024奧林帕斯獎全球征集
- 2025年工業(yè)軟件市場格局:7個關鍵統(tǒng)計數(shù)據(jù)與分析
- Commvault持續(xù)業(yè)務策略:應對現(xiàn)代數(shù)據(jù)保護挑戰(zhàn)的新范式
- 2025年網(wǎng)絡安全主要趨勢
- 2025年值得關注的數(shù)據(jù)中心可持續(xù)發(fā)展趨勢
- 量子計算火熱,投資者又在大舉尋找“量子概念股”
- 從量子威脅到人工智能防御:2025年網(wǎng)絡安全將如何發(fā)展
- 后人工智能時代:2025年,在紛擾中重塑數(shù)據(jù)、洞察和行動
免責聲明:本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時,應及時向本網(wǎng)站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。