VennDiagram包绘制Venn图

2023-10-30

1.创建绘图测试数据

Venn_data <- data.frame(A=sample(1:100,80,replace = T),
                        B=sample(1:100,80,replace = T),
                        C=sample(1:100,80,replace = T),
                        D=sample(1:100,80,replace = T),
                        E=sample(1:100,80,replace = T))
View(Venn_data)

2.VennDiagram包绘制Venn图

下面列出了一些常用的参数,其中图形元素设置的相关的参数不是必须的,根据自己绘图的需求来进行调整。在设置图形颜色的时候可以使用rainbow()函数来生成彩虹色,也是比较好看的。

# 加载VennDiagram包
library(VennDiagram)
venn.diagram(x=list(A=Venn_data$A,B=Venn_data$B,C=Venn_data$C,
                    D=Venn_data$D,E=Venn_data$E), # 传入绘图的数据
             filename = "./Venn.png", # 输出文件名
             
             # 输出的图形参数
             imagetype="png", # 输出图片类型(tiff,png,svg)
             height=1000, # 图片高度
             width=1000, # 图片宽度
             resolution = 300, # 图片分辨率
             
             ## 下面是除了标题外,图形其他元素的设置参数
             # 图形元素设置:圈
             lwd=1, # 圈线条的粗细:1 2 3 4 5 6
             lty=1, # 圈线条的类型:1为实线,2为虚线,blank为无线条
             
             # 图形元素设置:数字
             cex=1, # 数字大小
             fontface="bold", # 加粗
             fonrfamily="sans", # 数字字体
             fill=rainbow(5),  # 圆圈颜色,使用rainbow函数,生成5种颜色

             # 图形元素设置:标签即(category)
             cat.cex =1,  # 标签字体大小
             cat.col = "black",  # 标签字体色
             cat.fontface = "bold",  # 加粗
             cat.default.pos = "outer",  # 标签内外位置, 在圆圈内还是圆圈外,outer 内 text 外
             cat.pos = c(-27, 27, 135,200,250),  # 标签旋转位置,用圆的度数
             cat.dist = c(0.055, 0.055, 0.085,0.08,0.07),  # 标签离圆圈位置,离圆的距离,如果标签与圆圈重叠,可以调整这个参数
             cat.fontfamily = "sans",  # 标签字体
             #rotation = 1  # 1 2 3 旋转确定打头数据集
             
)

image-20210712172009251
 

参考链接:

https://mp.weixin.qq.com/s?src=11&timestamp=1626078205&ver=3185&signature=V9nCg9Z-gakYKMHudH0hQWwAfWHauip9HUDWy*Mh4Lx1dO4EO6qn63CtJ4lIx7aoc-b7YnGkILC4WPXJLqeic5js47o9KC9VOuoE6UqkEkd68GTLUOlnQ-mT01E4ZHUT&new=1

 

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

VennDiagram包绘制Venn图 的相关文章

  • 2021 CCF大数据与计算智能大赛个贷违约预测top 73 解决方案

    目录 一 概述 二 解题过程 2 1 数据 2 2 构建基线 2 3 进阶思路一 2 4 进阶思路二 2 5 进阶思路三 2 6 融合 2 7 调优提分过程 2 8 其他工作 三 结语 一 概述 这是我第二次参加大数据类型的竞赛 也是第一次
  • Python 数据分析——Matplotlib相关知识

    Python 数据分析 Matplotlib相关知识 第五章 Matplotlib相关知识 样式 文章目录 Python 数据分析 Matplotlib相关知识 前言 一 matplotlib的绘图样式 style 1 matplotlib
  • 最近在对接电商供应链,说说开放平台API接口

    B2B电商开放平台的设计需要从以下几面去思考 开放平台API接口 的接入 主要是从功能需求的角度 设计满足业务需求的接口及对应的字段 平台与商家之间信息的对接 对接的方法有哪些 对接过程中需要可能会遇到什么问题 同步开关及权限的设计 处理信
  • 用RPA实现高效批量下载图片,轻松解决繁琐操作!

    在电商行业中 高质量的商品图片是吸引客户的重要因素之一 然而 传统的下载方式需要逐个点击商品链接并手动保存图片 费时费力且容易出错 为了解决这个问题 八爪鱼抓取淘宝商品图片rpa机器人应运而生 它可以模拟人在电脑上的操作 根据用户的配置自动
  • 偏振散射.

    Extended Scripted scatter 扩展的脚本散射模型 允许用户定义散射光线的偏振特性 下面的例子演示了散射模型的使用 其中光线在散射后沿局部X轴线S偏振 Scripted scatter 脚本散射 模型和Extended
  • Python获取去哪儿旅游数据并作可视化攻略

    嗨喽 大家好呀 这里是爱看美女的茜茜呐 开发环境 版 本 python 3 8 编辑器 pycharm 第三方库 requests gt gt gt pip install requests parsel gt gt gt pip inst
  • 如何学习Python数据分析,最全路径图送给你(100天Get新技能)

    和很多同学接触过程中 我发现自学Python数据分析的一个难点是资料繁多 过于复杂 大部分网上的资料总是从Python语法教起 夹杂着大量Python开发的知识点 花了很多时间却始终云里雾里 不知道哪些知识才是真正有用的 本来以为上手就能写
  • 白光迈克尔逊干涉仪

    摘要 白光干涉测量法是一种非接触式技术 用于精确测量 例如表面轮廓和微小位移 使用迈克尔逊干涉仪设置和氙灯光源 在VirtualLab Fusion中演示了白光干涉测量 考虑到光源的光谱特性 即有限的相干长度 结果显示仅当两个臂的路径长度几
  • 滤光片截止带上尖峰的抑制

    具有很宽截止带的边缘滤光片往往会出现尖峰 1 这些峰值具有较高透射率 并且在光谱范围上很窄 这是由滤光片的核心腔体结构导致的 腔体的存在会稍微扩展特性 因此有时会采用优化或合成工艺来引入它们 峰值随系统任何层的厚度变化而移动 因此它始终存在
  • Python-一键爬取图片、音频、视频资源

    前言 使用Python爬取任意网页的资源文件 比如图片 音频 视频 一般常用的做法就是把网页的HTML请求下来通过XPath或者正则来获取自己想要的资源 这里我做了一个爬虫工具软件 可以一键爬取资源 媒体文件 但是需要说明的是 这里爬取资源
  • 干涉条纹研究

    干涉测量是用于精确测量中最广泛应用的技术之一 通过观察和研究条纹图案 可以判断表面形状质量或关于光谱带宽的仪表信息 利用VirtualLab Fusion中非序列场追迹技术 可以轻松地设置和分析光学干涉仪 在这里提出两个经典的基于迈克尔逊干
  • 深入挖掘:Python中的Statsmodels库高级应用

    写在开头 随着数据科学的发展 解决更为复杂问题的关键往往在于深入了解数据并采用更高级的分析工具 本文将带您深入探讨Python中的Statsmodels库 并引入一些高级功能 为更深入的数据挖掘奠定基础 1 方差分析 1 1 方差分析概念
  • Python数据分析之Jupyter Notebook安装教程

    一 简介 Jupyter Notebook是基于网页的交互编程工具 以网页的形式打开 可以在网页页面中直接编写代码和运行代码 代码的运行结果也会直接在代码块下显示 特点 Jupyter Notebook中所有交互计算 编写说明文档 数学公式
  • Pendulum详解1——Pendulum库入门指南 - 时光的艺术

    写在开头 时间 是编程世界中不可或缺的元素 无论是事件调度 数据分析 还是用户界面的显示 时间都扮演着关键的角色 然而 在Python的标准库 datetime 中 我们经常面临繁琐的操作和限制 为了摆脱这些束缚 我们引入了一个更加强大和灵
  • Pendulum详解1——Pendulum库入门指南 - 时光的艺术

    写在开头 时间 是编程世界中不可或缺的元素 无论是事件调度 数据分析 还是用户界面的显示 时间都扮演着关键的角色 然而 在Python的标准库 datetime 中 我们经常面临繁琐的操作和限制 为了摆脱这些束缚 我们引入了一个更加强大和灵
  • bokeh,一个超强的 Python 库详解

    概要 数据可视化在数据分析和报告中扮演着关键角色 而Python的Bokeh库为创建交互式 具有吸引力的可视化图表提供了强大的工具 本文将介绍Bokeh的基本概念 安装方法以及详细的示例代码 以帮助大家了解如何使用Bokeh创建出色的数据可
  • 欢迎来到阿清的数据分析求职分享

    大家好 我是阿清 在这里 我将与大家分享关于数据分析岗位求职路上的点点滴滴 包括行业和岗位的深入见解 求职技巧 面试准备方法 以及实战案例分析等等 关于我 正经工作履历 2015年东南大学计算机专业研究生毕业 校招身份加入了阿里 最初参与面
  • 天猫数据分析工具推荐(天猫第三方数据平台)

    在电商迅速发展的大背景下 做好天猫数据分析能够在多方面帮助品牌商家更好地运营店铺 塑造品牌 如通过数据分析了解消费者的需求 购买偏好 这有利于品牌商家及时调整商品结构 产品推广 商品宣传等等 灵活制定品牌的销售策略 那么 天猫平台行业 品牌
  • 智能数据分析系统:揭秘最强AI助力企业腾飞的秘密武器

    现代企业离不开数据 而数据的分析与应用更是成为企业走向成功的关键之一 然而 随着数据量的不断增长 传统的数据分析方法已经无法满足企业的需求 这时 智能数据分析系统应运而生 成为企业决策的得力助手 那么 智能数据分析系统究竟是如何帮助企业实现
  • JCMsuite应用:光学环形谐振腔模拟

    本案程演示了环形谐振腔的模拟 这种类型的集成光子器件 例如用作升 降滤波器或在传感应用中 当物质或粒子附着在环上时 通过测量其共振频率的位移来检测 对于集成光子电路中的无源光器件 s矩阵通常是研究的热点 它描述了通过端口 波导进入设备的电磁

随机推荐

  • APP开发项目流程详解,长知识了!

    APP的开发流程并不复杂 APP开发人员一般都包含着UI设计师 前端开发 后端开发 测试专员 产品经理等等 而根据开发人员的分工不同 可以把APP的开发项目流程分为三个阶段 需求阶段 开发阶段 发布阶段 具体流程如下 一 需求阶段 需求讨论
  • 服务器BMC知识介绍

    在介绍BMC之前需要了解一个概念 即平台管理 platform management 平台管理表示的是一系列的监视和控制功能 操作的对象是系统硬件 比如通过监视系统的温度 电压 风扇 电源等等 并做相应的调节工作 以保证系统处于健康的状态
  • 顺序表的建立及遍历

    读入n值及n个整数 建立顺序表并遍历输出 输入格式 读入n及n个整数 输出格式 输出n个整数 以空格分隔 最后一个数的后面没有空格 输入样例 4 3 10 20 78 输出样例 3 10 20 78 代码 include
  • 整型提升的讲解及举例应用

    文章目录 什么是整型提升 整型提升适合应用的情况 整型提升的目的 整形提升的原理 加深理解 小结 什么是整型提升 在C语言中 整型提升 integer promotion 是指当进行表达式运算时 比较小的整数类型会自动转换成较大的整数类型
  • wd 文件服务器客服电话,wd 云服务器

    wd 云服务器 内容精选 换一换 只有运行中的云服务器才允许用户登录 Windows操作系统用户名 Administrator 忘记密码 请先通过 重置密码 功能设置登录密码 重置密码 选中待重置密码的云耀云服务器 并选择 操作 列下的 重
  • SSTI模板注入小结

    文章目录 一 漏洞简述 二 flask模板注入 三 shrine 攻防世界 四 SSTI注入绕过 一 漏洞简述 1 SSTI Server Side Template Injection 服务器端模板注入 指的是一种攻击技术 攻击者通过向服
  • 怎么配置全局命令

    配置步骤 1 计算机 2 右键 属性 3 高级系统设置 4 环境变量 5 找到变量名为PATH 点编辑 用户变量 系统变量都可以 6 变量值添加上 你想打开的可执行文件所在的文件夹的路径 eg 我的迅雷应用thunder exe的地址为C
  • C知道是ChatGPT套壳?

    在网上 大家有传言C知道是ChatGPT套壳 那么是否属实呢 虽然目前未下结论 但是小编带大家来分析一下 虽然用中文问它它会说是csdn训练的 但是只要问它 Who are you 它就会回答 I am an AI language mod
  • 算法/论文笔记 Fluid Communities: A Competitive, Scalable and Diverse Community Detection Algorithm (2017)

    用于进行graph点的聚类 community detection 一个community内的点紧密地互相连接 community之间的点连接得很稀疏 1 主要算法 1 1 初始化 给定一张图G V E 其中V是顶点集 E表示边集 初始化的
  • socket解决半包、粘包问题

    最近项目遇到socket服务端接收报文不全的问题 与其客户端约定的是报文长度 报文体 然而当客户端数据量大的时候 用分包发送 导致服务端报文日志接收不完整 于是想着先读出包体长度 再读出包体 不够就一直读 部分代码如下 InputStrea
  • 内核编译出错:multiple target patterns

    原文地址 http blog csdn net zjujoe article details 3185382 现象 从 svn 仓库check out 一份内核 然后make 该配置内置了initramfs 文件系统 第一次make 成功
  • eclipse tomcat或jboss调试vm参数

    在服务窗口上双击tomcat jboss服务 在over view 上点击open launch configuration 再选择arguments标签 在vm arguments框中添加参数即可 例如 Xms256m Xmx512m X
  • 阿里云服务器(Ubuntu)--查看程序进程

    查看特定项目的进程 例如 go程序 java程序 可参考 阿里云服务器 Ubuntu 查看固定程序的进程 获取进程PID 可采用如 pgrep go 获取所有go程序的PID Kill进程等可参考 linux 进程的查看 进程id的获取 进
  • python自然语言处理—RNN(循环神经网络)

    RNN 循环神经网络 一 前言 循环神经网络 recurrent neural network 源自于1982年由Saratha Sathasivam 提出的霍普菲尔德网络 传统的机器学习算法非常依赖于人工提取的特征 使得基于传统机器学习的
  • Java对象中敏感字段泛型过滤

    Java对象中敏感字段泛型过滤 public static
  • PAUSE: command not found

    system pause 相当于从程序里调用 pause 命令 继而暂停 必须添加 stdlib h 或 cstdlib 头文件 但只适合DOS或Windows 不合适合Linux 这就是出现 sh PAUSE command not fo
  • 宝宝智能起名,免费起名实现方案,带源码

    宝宝智能起名 免费起名实现方案 带源码 作为一个coder 没有什么问题是代码解决不了的 哈哈哈 调皮一下 一个好的名字可以潜移默化的改变人的一生 很多人从来没有考虑到如何起一个好听的有文化的名字 比如周星驰的名字 来自王勃的 滕王阁序 中
  • Linux杀僵尸进程

    linux杀死僵尸进程https www cnblogs com mayhh p 9968428 html ps A o stat ppid pid cmd grep e Zz awk print 2 xargs kill 9 1 查看系统
  • 【灵敏度分析】应用莫里斯方法降低因素低估的风险(Matlab代码实现)

    个人主页 研学社的博客 欢迎来到本博客 博主优势 博客内容尽量做到思维缜密 逻辑清晰 为了方便读者 座右铭 行百里者 半于九十 本文目录如下 目录 1 概述 2 运行结果 3 参考文献 4 Matlab代码实现 1 概述 灵敏度分析用于估计
  • VennDiagram包绘制Venn图

    1 创建绘图测试数据 Venn data lt data frame A sample 1 100 80 replace T B sample 1 100 80 replace T C sample 1 100 80 replace T D