1 #安装limma包
2 #source(“http://www.bioconductor.org/biocLite.R”)
3 #biocLite(“limma”)
4
5 #载入limma包
6 library(limma)
7 hsb2 《- read.table(“http://www.ats.ucla.edu/stat/R/notes/hsb2.csv”, sep=’,’, header=T)
8 attach(hsb2)
9 hw 《- (write《=60)
10 hm 《- (math 《=60)
11 hr 《- (read 《=60)
12 c3 《- cbind(hw, hm, hr)
13 a 《- vennCounts(c3)
14 vennDiagram(a, include = “both”, names = c(“High Writing”, “High Math”, “High Reading”), cex = 1, counts.col = “red”)
利用gplots包
1 #安装gplots包
2 #install.packages(“gplots”)
3
4 #载入gplots包
5 library(gplots)
6 oneName 《- function() paste(sample(LETTERS,5,replace=TRUE),collapse=””)
7 geneNames 《- replicate(1000, oneName())
8 GroupA 《- sample(geneNames, 400, replace=FALSE)
9 GroupB 《- sample(geneNames, 750, replace=FALSE)
10 GroupC 《- sample(geneNames, 250, replace=FALSE)
11 GroupD 《- sample(geneNames, 300, replace=FALSE)
12 input 《-list(GroupA,GroupB,GroupC,GroupD)
13 venn(input)
利用venneuler包
1 #安装venneuler包
2 #install.packages(“venneuler”)
3 #假如碰着rJava安装失败的问题，Ubuntu用户实验可以通过以下方法办理
4 #sudo apt-get install r-cran-rjava
5
6 #载入venneuler包
7 library(venneuler)
8
9 m 《- data.frame(elements=c(“1″,”2″,”2″,”2″,”3”), sets=c(“A”,”A”,”B”,”C”,”C”))
10 v 《- venneuler(m)
11 plot(v)
12
13 m <- as.matrix(data.frame(A=c(1.5, 0.2, 0.4, 0, 0), B=c(0 , 0.2, 0 , 1, 0), C=c(0 , 0 , 0.3, 0, 1)))
14 # without weights
15 v 《- venneuler(m > 0)
16 plot(v)
17 # with weights
18 v 《- venneuler(m)
19 plot(v)
利用VennDiagram包
1 #安装VennDiagram包
2 #install.packages(“VennDiagram”)
3
4 #载入VennDiagram包
5 library(VennDiagram)
6 venn.diagram(list(A=1:10,B=3:8,C=6:9), fill=c(“red”,”green”,”blue”), alpha=c(0.5,0.5,0.5), cex=2, cat.fontface=4, fontfamily=3, filename=”VennDiagram.tiff”) |
|
|
|
