r - 从 R 中的 CSV 文件创建 5 向维恩图

Question

我有一项调查的结果，人们回答了 5 个问题，1 = 是，0 = 否，关于他们如何描述自己，工匠设计师制造商精细艺术家其他。

我想看看人们是如何重叠识别的。我想在维恩图中获取信息。我发现的大部分内容都向我展示了如何获取每个部分，例如。 n1,n2, ...n12345，然后用 draw.quintuplet.venn 绘制图表，因为会有 20 个部分，我想看看是否有更简单的方法来做到这一点，而不必复制代码 20 次轻微的调整。

我已经安装了 venndiagram 包，但我正在努力如何将它与 5 个部分一起使用。使用 venn.diagram 但不确定在括号中输入什么。

数据看起来下降了大约 300 行(对齐方式有点偏离，但每个标题都有一列)

工匠设计师制造商美术家其他

 0         1            0      0    1       1
 1         1            0      0    0       1     
 0         0            0      0    0       1
 0         0            0      0    1       1

谢谢

Answer 1

对于 VennDiagram 库，每个集合的交集都需要定义。我同意这可能很麻烦。我最近遇到了库 eulerr。除此之外，这个包试图使集合/交叉区域与计数成正比。

这是一个有 4 组的例子:

首先是一些数据:

set.seed(2)
df = data.frame(A = sample(c(0, 1), 100, replace = T),
                B = sample(c(0, 1), 100, replace = T),
                C = sample(c(0, 1), 100, replace = T),
                D = sample(c(0, 1), 100, replace = T))


library("eulerr")
set.seed(10) #this seed changes the orientation of the sets         
plot(euler(df), counts = T, fontface = 1)    

你也可以用维恩图的方式来做:

set.seed(10)
sp_euler = with(df,
                euler(c("A" = sum(A),
                        "B" = sum(B),
                        "C" = sum(C),
                        "D" = sum(D),
                        "A&B" = sum(A == 1 & B == 1),
                        "A&C" = sum(A == 1 & C == 1),
                        "A&D" = sum(A == 1 & D == 1),
                        "B&C" = sum(B == 1 & C == 1),
                        "B&D" = sum(B == 1 & D == 1),
                        "C&D" = sum(C == 1 & D == 1),
                        "A&B&C" = sum(A == 1 & B == 1 & C == 1),
                        "A&B&D" = sum(A == 1 & B == 1 & D == 1),
                        "A&C&D" = sum(A == 1 & C == 1 & D == 1),
                        "B&C&D" = sum(B == 1 & C == 1 & D == 1),
                        "A&B&C&D" = sum(A == 1 & B == 1 & C == 1 & D == 1)), input = "union"))

plot(sp_euler,  counts = T, fontface = 1)

5 组:

set.seed(2)
df = data.frame(A = sample(c(0, 1), 100, replace = T),
                B = sample(c(0, 1), 100, replace = T),
                C = sample(c(0, 1), 100, replace = T),
                D = sample(c(0, 1), 100, replace = T),
                E = sample(c(0, 1), 100, replace = T))

set.seed(10)
plot(euler(df), counts = T, fontface = 1)

然而，这可能并不适合所有集合，因为如果欧拉模型无法描述所有交点，则不会绘制计数。例如在 4 组示例中，B 和 D 的交集是 5 而不是 0，就像可以从图中得出的结论:

set.seed(2)
df = data.frame(A = sample(c(0, 1), 100, replace = T),
                B = sample(c(0, 1), 100, replace = T),
                C = sample(c(0, 1), 100, replace = T),
                D = sample(c(0, 1), 100, replace = T))
eu_model = euler(df) 
eu_model
#output:

        original fitted residuals region_error
A              5  5.022    -0.022        0.023
B              5  5.000     0.000        0.023
C              8  8.004    -0.004        0.037
D              7  7.012    -0.012        0.033
A&B            6  0.000     6.000        0.065
A&C            5  4.985     0.015        0.023
A&D            9  8.978     0.022        0.041
B&C           11 11.004    -0.004        0.051
B&D            5  0.000     5.000        0.054
C&D            6  0.000     6.000        0.065
A&B&C          8  7.985     0.015        0.037
A&B&D          4  0.000     4.000        0.043
A&C&D          7  7.018    -0.018        0.033
B&C&D          6  0.000     6.000        0.065
A&B&C&D        1  0.000     1.000        0.011

diag_error:  0.065 
stress:      0.23 

另一种选择是limma

library(limma) # part of bioconductor

安装:

source("http://www.bioconductor.org/biocLite.R")    
biocLite("limma")
library(limma)

绘制:

vennDiagram(vennCounts(df), circle.col = 1:5)