維恩圖（Venn diagram），或譯Venn圖、文氏圖、溫氏圖、范氏圖，是用以表示集合（或類）的一種圖。

大家對這種圖應該不陌生，他們長這樣：

或是這樣：

以及,這~~樣~~~~

在數據可視化圖片中，venn圖可以算得上是百花齊放各有特色了。

那么如何繪制這樣”花里胡哨”的venn圖呢?

今天，小鹿就給大家帶來venn圖的千條道路，條條大路通羅馬，必有一款適合你!

首先是方便使用的在線繪圖工具~~

1.Venn Diagram Generator

該工具只能畫2-4個集合的venn圖，使用方便，但圖形缺乏美觀度。

網址：

http://www.pangloss.com/seidel/Protocols/venn.cgi

2.Venny 2.1

該工具最多能畫4個集合，優點：相較于上一個增加了圖形顏色線條字體類型的可選項，可以查看集合包含的元素情況，是比較推薦的簡單方便的venn圖繪制工具。

網址：

https://bioinfogp.cnb.csic.es/tools/venny/index.html

3.BioVenn

該工具支持直接傳輸文件，可以自定區域顏色和大小，但是只能最多畫3個集合的圖。比較適合集合較少的情況下使用~~

4.Calculate and draw custom Venn diagrams

該工具可以直接傳輸文件，同時提供最多30個集合的，但是5個集合以上無法形成venn圖，只能提供數據列表。

地址：

http://bioinformatics.psb.ugent.be/webtools/Venn/

5.Jvenn

可以繪制最多6個組的venn圖，顏色字體及字體大小，圖例的顯示等等參數，同時提供點擊數字查看集合內容的功能，是非常方便的一個在線venn圖作圖工具，墻裂推薦!

地址：

http://jvenn.toulouse.inra.fr/app/example.html

6.歐易/鹿明生物云平臺

可以繪制5個組的venn圖，及5個組以上的upset圖，提供批量文件傳輸和作圖功能,，可以下載結果查看交集并集等信息，右側有詳細的使用方法，是最好用的venn圖繪制工具!

地址：

https://cloud.oebiotech.cn/task/venn-array/

在線的venn圖繪制工具已經可以滿足絕大多數人的需求，但我們做科研的就是要有一股努力進取，不斷學習的精神勁頭，所以接下來是更深入的R語言venn圖實戰環節!

給所有走到這一步還想繼續下去的小伙伴們鼓掌!

R語言VennDiagram包是最常用的畫Venn圖的包，這個包支持1-5個集合的Venn圖的繪制。

小鹿將以5個組的韋恩圖為例，給大家展示VennDiagram包的基礎用法。

1.安裝VennDiagram包并加載

install.packages("VennDiagram")

library(VennDiagram)

2.數據準備

我們準備一個5個集合的data數據

3.初步代碼撰寫

venn.diagram(x=list(DESeq = data$DESeq,

FQ = data$FQ,

RPKM=data$RPKM,

TC=data$TC,

TMM=data$TMM),

filename = "Venntest2.tif"),

選定畫圖的數據x,使用x=list()選擇集合及集合名，然后選擇導出的圖片名稱。

4.修整

我們可以看到，圖片是沒有顏色的，邊緣的字體越出了邊框，圖片沒有標題等等的一些問題，需要我們進一步修整，接下來就是美化的環節了。

我們首先給圖片首先設置一個大小和分辨率:

resolution = 300,

height = 4000,

width = 4000,

然后給圖片填充顏色:

fill=c("dodgerblue", "goldenrod1", "darkorange1", "seagreen3", "orchid3")

設置圖片標題,標題字體和大小和集合的字體大小位置。

main="Venn",

main.cex = 2,

main.fontface = 2,

cat.cex = 1.5,

cat.fontface=2,

sub.just =c(0.5, 1)

優化后的代碼是:

venn.diagram(x=list(DESeq = data$DESeq,

FQ = data$FQ,

RPKM=data$RPKM,

TC=data$TC,

TMM=data$TMM),

resolution = 300,

height = 4000,

width = 4000,

fill=c("dodgerblue", "goldenrod1", "darkorange1", "seagreen3", "orchid3"),

filename = "Venntest2.tif",

main="Venn",

main.cex = 2, main.fontface = 2,

cat.cex = 1.5,cat.fontface=2,

sub.just =c(0.5, 1))

最終成圖是這樣的:

歡迎大家踏入VennDiagram包作圖和優化的大門，作圖和美化的過程中，還需要大家不斷嘗試才能得到符合自己心儀的圖片哦!

如果大家對更多內容感興趣，可以翻閱VennDiagram包的說明,根據說明深入研究探索哦!

VennDiagram包說明: https://rdrr.io/cran/VennDiagram/man/venn.diagram.html

更多生信分析技巧：

◆生信分析—文獻管理神器：如何快速從主流數據庫中獲取人/小鼠數據？

◆生信分析—數據庫獲取：如何快速從主流數據庫中獲取人/小鼠數據？

◆生信分析—可視化處理工具：你可以更美一些：SnapGene Viewer軟件序列可視化操作

◆云平臺：奧利給~~代謝通路富集分析原來還可以這么做？

◆云平臺：震驚！他花了3分鐘就完成了我三個周的工作!

◆云平臺：歐易/鹿明云 | 免費的聚類熱圖不試試嗎？

◆生信分析：這個R包不太冷系列——GOplot（功能富集繪圖）

◆生信分析：10行代碼讓你的相關性圖貌美如花

◆生信分析：對話百年名畫--文章繪圖配色高級又簡單！

◆生信分析：只需3分鐘Get“代謝通路分析神器”

◆生信分析：玩轉生信—火山圖中“億點細節”，你會打造嗎？

◆生信分析：【指南】Cytoscape之stringAPP蛋白互作分析詳解

◆生信分析：【教程】組學研究，用python快速實現PCA分析和繪圖

◆生信分析：組學研究，R語言實用技巧—熱圖，運用pheatmap包簡單易懂快速匯圖方法來襲~

◆生信分析：【情人節】R語言—小提琴圖的浪漫邂逅

END

?文章來源于鹿明生物

總結

以上是生活随笔為你收集整理的cytoscape使用方法_7种方法 ，订制你的专属venn图！-代谢组学/蛋白组学研究的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。