一边学习，一边总结，一边分享！
由于微信改版，一直有同学反映。存在长时间接收不到公众号的推文。那么请跟随以下步骤，将小杜的生信筆記设置为星标，不错过每一条推文教程。
欢迎关注《小杜的生信笔记》！！
如何加入社群
小杜的生信笔记，仅有微信社群。
1. 微信群：付费社群。添加小杜好友，加友请知：加友须知！！，加入社群请查看小杜生笔记付费加友入群声明。
2. 小杜个人微信：若你有好的教程或想法，可添加小杜个人微信。值得注意的是，小杜个人微信并不支持免费咨询长时间咨询，但支持小问题2-3个免费咨询。
小杜微信：
知识星球：
2022年教程总汇
2023年教程总汇
本期教程
获得本期教程代码和数据，后台回复关键词：20240901写在前面
对于维恩图的绘制教程，我们在前面分享过基于R语言绘制VennPlot图 | 可以绘制大于等于7个类别的码。但是，随着使用的R包的升级，我们绘制的维恩图会出现不显示数值的情况。
因此，这个教程的码，若是不做修改的话，就不能使用。
维恩图是我们日常分析中常用到的图形，使用的频率非常高（包括自己）。因此，我们今天再分享一篇制作维恩图的教程。此教程使用的R包也是很简单，内容非常丰富。
<<<>>>
Code
1. 加载所需的R包
#install.packages("ggVennDiagram")
# install.packages("devtools")
#devtools::install_github("gaospecial/ggVennDiagram")
library(ggVennDiagram)
library(ggplot2)
2. 加载数据
genes <- paste("gene",1:1000,sep="")
set.seed(20231214)
x <- list(A=sample(genes,300),
B=sample(genes,525),
C=sample(genes,440),
D=sample(genes,350))
x[1:5,1:5]
x <- list(A=sample(genes,300),
B=sample(genes,525),
C=sample(genes,440),
D=sample(genes,350),
E=sample(genes,200),
F=sample(genes,150),
G=sample(genes,100))
3. 参数设置
3.1 数值的显示方式
# 参数
"both”, “count”, “percent”, “none”
例子1：
ggVennDiagram(x[1:2],label = "both")
例子2：
ggVennDiagram(x[1:2],label = "count")
3.2 颜色的设置
使用scale_fill_distiller()函数添加颜色
颜色的选择
## 查看全部主题颜色，或是自己设置
RColorBrewer::display.brewer.all()
例子3:
ggVennDiagram(x[1:2],label = "both")+
scale_fill_distiller(palette = "Spectral",direction = 1)
3.3 线条的选择，使用edge_lty = 进行寻找，默认是实线，虚线参数为dashed。
例子4：
ggVennDiagram(x[1:3], edge_lty = "dashed", edge_size = 1, label_alpha = 0)+
scale_fill_distiller(palette = "RdBu",direction = 1)
例子5：
2-7维恩图的绘制
##'@7维
ggVennDiagram(x[1:7],label = "count", label_alpha = 0)+
scale_fill_distiller(palette = "Accent",direction = 1)
ggsave("7_vennplot.jpg",width = 5, height = 4)
##'@6维
ggVennDiagram(x[1:6],label = "count", label_alpha = 0)+
scale_fill_distiller(palette = "RdBu",direction = 1)
ggsave("6_vennplot.jpg",width = 5, height = 4)
##'@5维
ggVennDiagram(x[1:5],label = "count", label_alpha = 0)+
scale_fill_distiller(palette = "RdBu",direction = 1)
ggsave("5_vennplot.jpg",width = 5, height = 4)
##'@4维
ggVennDiagram(x[1:4],label = "count", label_alpha = 0)+
scale_fill_distiller(palette = "RdBu",direction = 1)
ggsave("4_vennplot.jpg",width = 5, height = 4)
##'@3维
ggVennDiagram(x[1:3],label = "count", label_alpha = 0)+
scale_fill_distiller(palette = "RdBu",direction = 1)
ggsave("3_vennplot.jpg",width = 5, height = 4)
##'@2维
ggVennDiagram(x[1:2],label = "count", label_alpha = 0)+
scale_fill_distiller(palette = "Set3",direction = 1)
ggsave("2_vennplot.jpg",width = 5, height = 4)
更多的参数，可以自行查看
ggVennDiagram包的参数。
若我们的教程对你有所帮助，请
点赞+收藏+转发，这是对我们最大的支持。
往期部分文章
1. 最全WGCNA教程（替换数据即可出全部结果与图形）
2. 精美图形绘制教程
3. 转录组分析教程
4. 转录组下游分析
小杜的生信筆記 ，主要发表或收录生物信息学教程，以及基于R分析和可视化（包括数据分析，图形绘制等）；分享感兴趣的文献和学习资料!!
