基本维恩图在哪个位置
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了基本维恩图在哪个位置相关的知识,希望对你有一定的参考价值。
参考技术A 问题一:什么是维恩图? 维恩图,也叫文氏图,用于显示元素 *** 重叠区域的图示。维恩图的历史:1880年,维恩(Venn)在《论命题和推理的图表化和机械化表现》一文中首次采用固定位置的交叉环形式用封闭曲线(内部区域)表示 *** 及其关系的图形。(Venn Diagram,也称韦恩图或维恩图)
问题二:PPT中怎么绘制Venn维恩图 打开ppt,点击文件进入选项,选择”不在功能区的命令“,重点将形状交点这个命令添加到开始选项卡,如图所示
不论是word使用还是ppt用到venn图,我们先把powerpoint打开,清空版面
点击插入,选择椭圆,按住shift键拖画出一个正圆,在格式里面将填充颜色设置为无,线条颜色设置为黑色
复制刚刚画好的正圆两个,将这三个正圆相互重合叠放在一起,形成中间的共同交叉部分,如图所示
我这里只以一种形式的 *** 关系为例
同时选中三个正圆,右击选择“组合”
复制这个组合到右侧,回到原来的组合图形,右击选择组合里面“取消组合”
同时选中三个正圆,点击开始选项卡里面“形状交点”命令
这样我们可以获得三个圆的交叉部分
放大版面,在交叉图形中插入直线,注意直线的颜色设置为黑色,粗细为1.5磅
默认的设置不太合适,直线需要一个一个的插入并调整长度
添加直线完成之后,全部选中直线和交叉图形,右击选择组合
将直线和交叉图形的组合移动到三个正圆的组合中间,如图所示
选中所有的图形,右击选择“组合”
在正圆的合适位置插入文本框输入 *** 的名称,然后将文本框和图形组合在一起
直接复制这个组合图形,然后打开word右击粘贴
粘贴过来的图形可以进行简单的变换,不过这样可能会损坏整体
按Ctrl,选择图片,将粘贴的内容转换为图片存在,拖动控制按钮缩放到合适大小,这样我们就可以在word中排版使用了
问题三:维恩图找表达式[复杂] (a)
(B-C)∪(A∩C)
或者写做(省略括号)
(B-C)∪A∩C
(b)
(B-A-C)∪(A∩B∩C)
或者写做(省略括号)
(B-A-C)∪A∩B∩C
问题四:在wps中如何画维恩图 你好,很高兴为你解答
visio画维恩图不需要特别模板,那个都可以画。
用“框图”模板会方便些。用“绘图工具”也没问题。
希望我的回答对你所帮助
如有其他问题,可以继续追问,您的采纳是我前进的动力!
问题五:wps 堆积维恩图在哪? WPS 中没有现成的模板可以用,但是你可以从,中选取圆形,自己画维恩图
问题六:在概率里,A+B的图怎么画维恩图 就是A∪B吧?
没有见过A+B
问题七:是否只有两个圈和三个圈的维恩图 提供几个方案:
1:在word内右键圆形,选择菜单中设置自选图形格式,在里面设置透明度。
2:利用几何画板,直径填充两个圆,相叠部分颜色会自动叠加,产生效果。
3:在photoshop中利用选择工具选中中间部分,填充颜色就可以了,这种方法
可以自动选择中间的颜色。
来自集群和共现因素列表的维恩图
【中文标题】来自集群和共现因素列表的维恩图【英文标题】:Venn diagram from list of clusters and co-occurring factors 【发布时间】:2011-12-30 12:22:17 【问题描述】:我有一个输入文件,其中包含约 50000 个集群的列表,并且每个集群中都存在许多因素(总共约 1000 万个条目),请参见下面的较小示例:
set.seed(1)
x = paste("cluster-",sample(c(1:100),500,replace=TRUE),sep="")
y = c(
paste("factor-",sample(c(letters[1:3]),300, replace=TRUE),sep=""),
paste("factor-",sample(c(letters[1]),100, replace=TRUE),sep=""),
paste("factor-",sample(c(letters[2]),50, replace=TRUE),sep=""),
paste("factor-",sample(c(letters[3]),50, replace=TRUE),sep="")
)
data = data.frame(cluster=x,factor=y)
在另一个问题的帮助下,我得到了一个饼图,用于同时出现这样的因素:
counts = with(data, table(tapply(factor, cluster, function(x) paste(as.character(sort(unique(x))), collapse='+'))))
pie(counts[counts>1])
但是现在我想要一个维恩图来表示因素的共现。理想情况下,也可以采用每个因素的最小计数阈值的方式。例如,不同因素的维恩图,这样每个因素都必须在每个集群中出现 n>10 才能被考虑在内。
我试图找到一种方法来使用聚合生成表计数,但无法使其工作。
【问题讨论】:
你看过任何用于维恩图的 R 包吗?请参阅 G. Jay Kerns 使用venneuler
库的 this recent example,或使用 venn
库 (Murdoch, 2004) 在 Stat Software 杂志上的这篇简短文章。如果这纯粹是关于 R 编程,它应该迁移到 SO。
Avilella,这个问题可能没有得到任何答案,因为它有点偏离主题。你可能会在 SO 上做得更好,它有一个活跃的 R 用户社区。但请不要交叉发布:如果您希望迁移该问题,只需标记问题以引起版主注意。
我标记了它,但我还看不到它被移动到 SO...
嗯...没有引发标志。我来这里只是因为我记得。无论如何,我们走吧。我相信您会在 SO 上得到一些好的答复。
@avilella -- 以下解决方案是否符合要求?如果您有另一个维恩图包,并且无法将数据转换为适当的形式,请告诉我。谢谢。
【参考方案1】:
我提供了两个解决方案,使用两个具有维恩图功能的不同包。如您所料,两者都涉及使用aggregate()
函数的初始步骤。
我更喜欢 venneuler
包中的结果。它的默认标签位置并不理想,但您可以通过查看关联的plot
方法来调整它们(可能使用locator()
来选择坐标)。
解决方法一:
一种可能性是使用venneuler
包中的venneuler()
来绘制你的维恩图。
library(venneuler)
## Modify the "factor" column, by renaming it and converting
## it to a character vector.
levels(data$factor) <- c("a", "b", "c")
data$factor <- as.character(data$factor)
## FUN is an anonymous function that determines which letters are present
## 2 or more times in the cluster and then pastes them together into
## strings of a form that venneuler() expects.
##
inter <- aggregate(factor ~ cluster, data=data,
FUN = function(X)
tab <- table(X)
names <- names(tab[tab>=2])
paste(sort(names), collapse="&")
)
## Count how many clusters contain each combination of letters
counts <- table(inter$factor)
counts <- counts[names(counts)!=""] # To remove groups with <2 of any letter
# a a&b a&b&c a&c b b&c c
# 19 13 12 14 13 9 12
## Convert to proportions for venneuler()
ps <- counts/sum(counts)
## Calculate the Venn diagram
vd <- venneuler(c(a=ps[["a"]], b = ps[["b"]], c = ps[["c"]],
"a&b" = ps[["a&b"]],
"a&c" = ps[["a&c"]],
"b&c" = ps[["b&c"]],
"a&b&c" = ps[["a&b&c"]]))
## Plot it!
plot(vd)
关于我在编写此代码时所做的选择的几点说明:
我已将因子名称从 "factor-a"
更改为 "a"
。你显然可以把它改回来。
我只要求在每个集群中计算每个因素 >=2 次(而不是 >10)。 (那是用你的这个小数据子集来演示代码。)
如果您查看中间对象counts
,您会发现它包含一个初始的未命名元素。该元素是包含少于 2 个任何字母的簇的数量。您可以比我更好地决定是否要将它们包含在后续 ps
('proportions') 对象的计算中。
解决方案二:
另一种可能性是在 Bioconductor 包limma
中使用vennCounts()
和vennDiagram()
。要下载包,follow the instructions here. 与上面的venneuler
解决方案不同,结果图中的重叠与实际相交程度不成比例。相反,它用实际频率注释图表。 (请注意,此解决方案不涉及对data$factor
列的任何编辑。)
library(limma)
out <- aggregate(factor ~ cluster, data=data, FUN=table)
out <- cbind(out[1], data.frame(out[2][[1]]))
counts <- vennCounts(out[, -1] >= 2)
vennDiagram(counts, names = c("Factor A", "Factor B", "Factor C"),
cex = 1, counts.col = "red")
【讨论】:
以上是关于基本维恩图在哪个位置的主要内容,如果未能解决你的问题,请参考以下文章