Vennerable绘图组别名称（标签）位置调整
利用Vennerable可以进行绘图，以包自带的数据绘图如下：
library(Vennerable)data(StemCell)w <- Venn(Sets=StemCell[1:2])plot(w, type="squares")
组别标签位置进行调整 可以基于Venn...
利用Vennerable可以进行绘图，以包自带的数据绘图如下：
library(Vennerable)
data(StemCell)
w <- Venn(Sets=StemCell[1:2])
plot(w, type="squares")
组别标签位置进行调整 可以基于VennGetSetLabels 和VennSetSetLabels 进行，前者获取当前绘图对象的Set标签的位置，进行修改后，利用后者整合到绘图对象中，重新绘图
获取组别标签的位置信息：
w <- compute.Venn(Venn(Sets=StemCell[1:2]), type ="squares")
SetLabels=VennGetSetLabels(w)
print(SetLabels)
信息如下：
> print(SetLabels)
Label x y hjust vjust
1 OCT4 -19.56779 12.47998 left bottom
2 SOX2 24.96936 17.88155 right bottom
修改位置信息并重新绘图
##进行x,y位置调整
SetLabels$y=SetLabels$y*1.05
SetLabels$x=SetLabels$x*1.2
w=VennSetSetLabels(w,SetLabels)
library(grid)
grid.newpage()
plot(w)
标签位置如图中所示，出现明显变化。
如果想提升自己的绘图技能，我们推荐：R语言绘图基础（ggplot2)
更多生物信息课程：
1. 文章越来越难发？是你没发现新思路，基因家族分析发2-4分文章简单快速，学习链接：基因家族分析实操课程、基因家族文献思路解读
2. 转录组数据理解不深入？图表看不懂？点击链接学习深入解读数据结果文件，学习链接：转录组（有参）结果解读；转录组（无参）结果解读
3. 转录组数据深入挖掘技能-WGCNA，提升你的文章档次，学习链接：WGCNA-加权基因共表达网络分析
4. 转录组数据怎么挖掘？学习链接：转录组标准分析后的数据挖掘、转录组文献解读
5. 微生物16S/ITS/18S分析原理及结果解读、OTU网络图绘制、cytoscape与网络图绘制课程
6. 生物信息入门到精通必修基础课：linux系统使用、perl入门到精通、perl语言高级、R语言入门、R语言画图
7. 医学相关数据挖掘课程，不用做实验也能发文章：TCGA-差异基因分析、GEO芯片数据挖掘、GEO芯片数据标准化、GSEA富集分析课程、TCGA临床数据生存分析、TCGA-转录因子分析、TCGA-ceRNA调控网络分析
8.其他，二代测序转录组数据自主分析、NCBI数据上传、二代测序数据解读
- 发表于 2018-11-02 13:35
- 阅读 ( 3768 )
- 分类：R
