ggVennDiagram 诞生记

去年，我在分析 RNA-seq 数据的时候，有做 Venn 图展示结果的需要。当时，在 R 语言环境下试用了和两个包，但是都没有达到我想要的效果。于是便有了一个想法，开发一个更好用的画 Venn 图的 R 包。

花了一些时间看了上述两个包的源代码，发现 的功能是挺完善的，但就是用起来很难配置。当时想，一个更好的 Venn Diagram 应该是支持 ggplot 语法的，于是先起了个名字，就叫 。并在笔记本中做了一个备忘。

一个 ggVennDiagram 包的想法

开发一个画 Venn 图的包，它可以：

接受传统上的输出，输出优于 VennDiagram 和 gplots 的 Venn 图;

颜色/透明度/线型/粗细等各种自定义

是否固定比例：参数scaled = True。

随意显示标签(label 和 text)

参数：circle还是ellipse？（circle在4d venn中并不能显示所有组合）

参数：color是不同色块还是按梯度填充？

接受直接的 data.frame 或者 matrix 输出, 通过指定 Threshold 自行创建存在矩阵, 按列分组, 按行计数;

也可以接受from list输入；

如果分组过多(>5), 则使用 upsetR 绘制多种组合条件下的无限 Venn 图.

Venn 图内每个空间内再分别上色.

想法是好的，基本上涵盖了 这个包中的主要功能，但是自己并没有能力去实现它，再加上又有别的事情，就一直放在那里了。

时间过得很快，转眼间就到了今年的6月。有一天，小丫在画图群中发布了一个 Venn 图的众筹，我心想如果能够满足自己的需要，也就不需要重新造轮子了。但是随后发现那幅图有两个问题：虽然可以支持 Venn 图的各个部分填充上不同的颜色，但是需要一个个的指定，很不方便；那个韦恩图的图形设定不好，同样的一个区域（如最左侧椭圆）被分割成了3个部分。

这个 bug 其实来自于 这个包。

"colorfulVennPlot" 的问题

是小丫画图中使用的软件包。 可以按不同区块着色，但是遗憾的是4个椭圆的参数有问题，导致出现了不该有的色块。

第二个问题显然是不严谨的，我跟丫姐交流了这个问题，希望能够消除这个 bug 未果。于是开始自己想办法。

再回到 的时候，我开始考虑要实现的核心功能是什么，去掉那些不必要的需求，从而降低任务难度。其实，我需要的也就是上面的两点，第一要能够用连续变量着色的方法对 Venn 图各个区域元素数量进行展示，第二是图的形状要相对严谨。

在使用颜色区分的基础上，就不需要再用区域的大小来区分元素的数量，因为颜色差异比面积大小更容易被认知。更何况当绘制 4d Venn 时，事实上很难用区域面积来准确的表示元素数量。

对于数据输入，也不再苛求支持多种格式，而是仅仅去支持 list。因为 list 格式的输入最直观，最常用。

通过研究的代码，我发现是其中使用椭圆的参数有问题。同样的问题，在 中就不存在。要解决这个问题，借用 中四个椭圆的参数设置就可以了。

生成 4 sets椭圆

使用 函数来画 4 个椭圆，我把其中的参数拿出来，生成了椭圆的数据，并使用 ggplot 画了出来。

使用的函数画图。

可以使用其它映射改变填充色，线条属性等。

那么，现在要解决的只剩下一个问题：确定每个 Venn 图区域的坐标，这样调用 的 函数画出图片就可以了。

分区着色

在中，不同区域的着色是靠椭圆交点的坐标限制多边形而获得的。

这些交点和色块的中心点都是预定义的（被作者称为硬核代码，虽然不好看，但是能用）。

虽然我有点不能忍受这种硬核代码，但是似乎也没有什么更好的解决方案。现在我要更换新的椭圆，那么需要解析新椭圆之间交点的坐标。

解析交点坐标给我的感觉就是已知4个椭圆的方程，求出交点的坐标。虽然我数学是个渣渣，但是我还是通过几天的努力，得到了新椭圆中交点的坐标。

4个椭圆共有14个交点，最终能够找出全部的14个交点的坐标。根据得出的结果，我们编一段硬代码。

下面作图验证。

显然，节点的位置定位还是非常精确的。

但是，随后我发现：中心点的坐标我真的不会求。

发现 "sf"

在 Google 查找计算多边形的中心点的方法的时候，我发现了一个 包可以完成这个操作。

"sf" 计算多边形的中心点

紧接着，我又喜出望外的发现使用 还可以计算两个多边形之间的交集。这个方案显然比上面的硬核代码优秀太多了。无意中发现的这个方法，使我终于可以不用再去忍受难看的硬核代码了。

上面这个韦恩图总共分为14个部分，分别是A,B,C,D,AB,AC,AD,BC,BD,CD,ABC,ACD,BCD和ABCD。

他们的计算方法我上小学的时候就学过的。分别是：

使用 中的方法，可以找到A的区域。

开始确定参数

计算多边形的参数。

计算多边形中心点。

查看一下结果：

有了这些结果， 基本突破了最初的困境， 设计思路也越来越明确了。这个包支持 list 格式的输入，并根据 list 的长度和其中所含的元素，分别确定韦恩图的关键参数。7月初，我首先实现了 4 sets 韦恩图，并且发到了“小丫画图群”和“biobabble作者群”听取意见，不过都石沉大海，波澜不惊。

然而，因为我实在没有发现有任何一个包能够实现我这里的功能，所以并没有放弃。在听取了y叔 “写 R 包的十条建议”之后，我进一步增强了代码的复用性，优化了代码的逻辑，添加了对更简单的 2-3 sets 韦恩图的支持，最后编写了软件包的文档，成为了一个名副其实的 。把它 push 到了 GitHub 上，并且提交到 CRAN。

这个完成度比较高的作品出现以后，很快引起了y叔的关注，他希望我说一下写这个包的故事。恰好，CRAN 的提交出了一些问题，于是我请他帮忙看一下，他欣然同意并帮助修改了 DESCRIPTION 文件。

说起来算是我参与创作的第二个R包了。第一个是 ，当时我只是贡献了几行代码，便上了 y叔 的 contributor。而 这样一个作品多次受到余教授的启发和实质性帮助，我决定将余教授加入 contributor 中（虽然一样是我占便宜）。

现在的状态是被CRAN收录了。这个项目在 GitHub 上也有了十几个星星（被大V转发后的效应太明显）。 应该是目前唯一能够实现韦恩图分区按数量自动着色的一个软件。怎么说呢，真正能够解决那么一个小问题，大家都还是受用的。当然，我也很受用。哈哈~