职贝云数AI新零售门户

标题: 如何运用DeepSeek绘制多种美丽的韦恩图? [打印本页]

作者: QfICegVe 时间: 8 小时前
标题: 如何运用DeepSeek绘制多种美丽的韦恩图?
之前，在《运用DeepSeek绘制8种常见的科研图表》、《如何运用DeepSeek绘制添加基因标签的火山图？》、《如何运用DeepSeek停止相关性分析和“星号”标记热图绘制》等文章中为大家引见了如何运用DeepSeek+Rstudio绘制箱形图、柱状图、小提琴图、热图、火山图等多种常见的科研图表，非常受欢迎！

接上去，继续看下如何运用DeepSeek+Rstudio绘制多种样式的韦恩图！

(, 下载次数: 0)

(, 下载次数: 0)

1.绘图R包的查找与选择

(, 下载次数: 0)

首先，我们在绘制韦恩图之前可以提出本人的需求，让DeepSeek引荐合适的R包。选择深度思索（R1）形式后，在DeepSeek中尝试输入指令：

引荐3个绘制韦恩图的R包，要求生成的韦恩图样式多并支持保存成矢量图，优先引荐基于ggplot2的R包

(, 下载次数: 0)

DeepSeek官方链接：

https://www.deepseek.com/

经过20秒的深度思索，给出了3个引荐的R包。留意，我们可以细心阅读一下DeepSeek的整个思索过程，可确保限定条件的准确，同时也可以让我们发现提示词的优化方向。

(, 下载次数: 0)

DeepSeek给出的引荐结果如下，引荐理由也比较详细。

(, 下载次数: 0)

(, 下载次数: 0)

(, 下载次数: 0)

(, 下载次数: 0)

根据DeepSeek给出的结果发现，ggVennDiagram支持2-7个集合的韦恩图，样式最多；完全基于ggplot2语法体系，可无缝衔接ggplot2的主题系统和图形调整，个性化调整空间最大；同时支持导出PDF/SVG等矢量格式，满足期刊发表需求。因此，最终我们选择ggVennDiagram停止绘图。

2.运用ggVennDiagram绘制韦恩图

接上去，在DeepSeek对话窗口中输入绘图指令，要求生成运用ggVennDiagram绘制多种分组样式的韦恩图的代码，代码中要包含R包安装和测试数据生成部分。

尝试输入绘图指令：

运用‌ggVennDiagram绘制韦恩图，要求给出生成测试数据和依次绘制3分组、4分组、5分组、7分组四种样式韦恩图的代码，代码中要包含所需R包的安装部分，绘图运用分组配色方案为：

"#699ECA"，"#FF8C00"，"#F898CB"，"#4DAF4A"，"#D65190"，"#731A73"，"#0098B2"

(, 下载次数: 0)

当然也可以在DeepSeek上传本人的数据，DeepSeek支持Excel文件、逗号分隔的文本文件（CSV）、制表符分隔的文本文件等。只需将示例数据文件直接复制粘贴到对话框中即可上传文件，当然也可点击“曲别针”上传附件。

(, 下载次数: 0)

经过22秒的深度思索，给出了绘图代码。留意，我们可以细心阅读一下DeepSeek的整个思索过程和给出的代码，可确保作图数据导入正确，同时也可以让我们发现提示词的优化方向。

(, 下载次数: 0)

点击以上代码块右上角的“复制”按钮，将DeepSeek生成的代码复制粘贴到Rstudio的脚本编辑器中停止尝试运转，如下图。

(, 下载次数: 0)

然后继续运转代码，可以发现所需的R包可以安装成功但最终绘图过程出错，我们可以让DeepSeek继续优化代码。

(, 下载次数: 0)

3.运用DeepSeek调整绘图代码

继续输入优化代码指令：

给出运用‌ggVennDiagram绘制3分组、4分组、5分组、7分组四种样式韦恩图的代码，要求包含所需R包的安装、测试数据的生成和保存、每种样式韦恩图的展现和详细参数阐明，绘图运用的分组配色方案为："#699ECA"，"#FF8C00"，"#F898CB"， "#4DAF4A"，"#D65190"，"#731A73"，"#0098B2"

细心阅读思索过程可以发现，DeepSeek对上文提到的两个要求停止了优化，并在之前代码的基础上修正，如下图。

(, 下载次数: 0)

继续点击以上代码块右上角的“复制”按钮，将DeepSeek生成的代码复制粘贴到新的脚本编辑器窗口中停止运转，新代码的运转效果如下图。

(, 下载次数: 0)

留意，给出的代码也很能够会报错，这时只需提供报错信息给DeepSeek，继续优化代码即可！

报错时代码优化指令参考：

生成测试数据部分代码报错，请在上文代码的基础继续优化，报错信息如下：Error in sample.int(length(x), size, replace, prob) :

'replace = FALSE'，因此不能取比总体要大的样本

优化后的代码部分：

(, 下载次数: 0)

交换这部分代码后继续在Rstudio中运转代码，绘图效果如下。当然，你也可以在Rstudio中继续调整绘图参数，直到得到你想要的效果，比如，这里调整配色参数停止了修正，由于ggVennDiagram的填充颜色为渐变色。

(, 下载次数: 0)

在此基础上，甚至也可以尝试单一填充颜色的效果：

(, 下载次数: 0)

参考绘图代码与绘图效果：

# 1. 安装和加载包 --------------------------------------------------
if (!require("ggVennDiagram")) install.packages("ggVennDiagram")
if (!require("ggplot2")) install.packages("ggplot2")
library(ggVennDiagram)
library(ggplot2)

# 2. 定义7色配色方案 -----------------------------------------------
custom_colors <- c("#699ECA", "#FF8C00", "#F898CB", "#4DAF4A",
               "#D65190", "#731A73", "#0098B2")

# 3. 生成测试数据函数 ----------------------------------------------
# 生成测试数据函数（优化版）---------------------------------------------
generate_test_data <- function(n_sets) {
  set.seed(123)
  data <- lapply(1:n_sets, function(i) {
# 动态扩展数据范围（确保样本量 <= 总体数量）
base_range <- 150# 基础范围跨度
start <- 100*i - (base_range + 20*i) # 动态左边界
end <- 100*i + (base_range - 20*i) # 动态左边界
valid_range <- start:end

# 计算最大允许样本量
max_sample_size <- length(valid_range)
sample_size <- min(80 + 20*i, max_sample_size) # 安全取样

sample(valid_range, size = sample_size, replace = FALSE)
  })
  names(data) <- LETTERS[1:n_sets]
return(data)
}

#1. 3分组韦恩图
# 生成数据
venn3_data <- generate_test_data(3)

# 绘制图形
venn3_plot <- ggVennDiagram(
  venn3_data,
  set_color = custom_colors[1:3],
  category.names = c("Group A", "Group B", "Group C"), # 自定义组名
  edge_size = 0.5, # 集合圆圈边框粗细
  label = "both", # 同时显示数值和百分比
  label_alpha = 0, # 标签背景透明度
  label_size = 4                # 标签文字大小
) +
  scale_fill_gradient(low = "#F898CB33",high = "#F898CB99") + # 运用前3色
  theme_void() + # 纯净背景
  theme(plot.title = element_text(hjust = 0.5)) # 标题居中

# 展现图形
print(venn3_plot)

# 保存矢量图
ggsave("venn3.pdf", plot = venn3_plot,
   width = 8, height = 6, device = cairo_pdf)
(, 下载次数: 0)

#2. 4分组韦恩图

venn4_data <- generate_test_data(4)

venn4_plot <- ggVennDiagram(
  venn4_data,
  set_color = custom_colors[1:4], # 集合圆圈边框颜色
  label_alpha = 0,
  edge_size = 0.5,
  label = "count",
  label_percent_digit = 1, # 百分比小数位数
  label_txtWidth = 30 # 标签换行宽度（字符数）
) +
  scale_fill_gradient(low = "#F898CB00",high = "#F898CB99") + # 颜色渐变填充
  theme(legend.position = "none") # 图例地位调整

print(venn4_plot)
ggsave("venn4.svg", plot = venn4_plot, width = 9, height = 7)
(, 下载次数: 0)

#3. 5分组韦恩图

venn5_data <- generate_test_data(5)

venn5_plot <- ggVennDiagram(
  venn5_data,
  set_color = custom_colors[1:5], # 集合圆圈边框颜色
  edge_size = 0.5,
  label_color = custom_colors[1],
  label = "count",
  label_size = 4,
  label_alpha = 0,
  set_size = 5
) +
  scale_fill_gradient(low = "#F898CB00",high = "#F898CB99") +
  theme(legend.position = "none") # 图例地位调整

print(venn5_plot)
ggsave("venn5.eps", plot = venn5_plot, width = 10, height = 8)
(, 下载次数: 0)

#4. 7分组韦恩图

venn7_data <- generate_test_data(7)

venn7_plot <- ggVennDiagram(
  venn7_data,
  set_color = custom_colors[1:7], # 集合圆圈边框颜色
  edge_size = 0.5,
  label_color = custom_colors[1],
  label = "count",
  label_size = 3,
  label_alpha = 0,
  order.intersect.by = c("none"),
  order.set.by = c("none"),
  set_size = 5
) +
  scale_fill_gradient(low = "#F898CB00",high = "#F898CB99") +
  theme(legend.position = "none") # 图例地位调整

print(venn7_plot)
ggsave("venn7.pdf", plot = venn7_plot, width = 12, height = 10)
(, 下载次数: 0)

综上，DeepSeek在辅助R言语绘图上非常方便，特别是在在提高代码编写效率上！但假如你觉得学习写代码太费事，我还是引荐直接运用OmicShare tools在线工具停止科研图表的绘制！只需上传数据点击提交按钮即可轻松完成图表的绘制，假如对图形样式不称心，还可以实时在线调整！

(, 下载次数: 0)

OmicShare动态韦恩图工具与示例数据链接：

https://www.omicshare.com/tools/home/report/reportvenn.html

好啦，本次的DeepSeek绘制韦恩图范例教程就分享到这里啦！假如需求范例数据停止练习，可直接下载OmicShare的动态韦恩图工具的示例文件。

基迪奥生物不只提供转录、翻译、蛋白、代谢、表观、微生物等常规组学服务，还拥有空间组学和单细胞等多种前沿技术，以及行业内最专业的开发团队和长达十几年的成果积累，一直专注于组学测序和生信分析，为不同范畴研讨人员提供最优的组学研讨策略。欢迎有项目意向的教师扫描下方二维码填写信息，基迪奥为您定制个性化项目执行方案。

辨认下方二维码咨询：

(, 下载次数: 0)
长按辨认二维码咨询

咨询当地销售或拨打客服电话：
020-39341079

(, 下载次数: 0)

(, 下载次数: 0)

READ MORE

延伸阅读

(, 下载次数: 0)

*未经答应，不得以任何方式复制或抄袭本篇文章之部分或全部内容。版权一切，侵权必究。

(, 下载次数: 0)

基迪奥生物|专业定制测序服务
联络方式：020-39341079；service@genedenovo.com

(, 下载次数: 0)

(, 下载次数: 0)

测序将来，从加入基迪奥末尾

辨认二维码，了解岗位，开启事业新篇章

(, 下载次数: 0)

欢迎光临职贝云数AI新零售门户 (https://www.taojin168.com/cloud/)