「R绘图模板」ggupset 详解:用 ggplot2 画出漂亮的 UpSet 图!!!

在科研数据分析中，我们经常需要展示多个集合之间的重叠关系。传统韦恩图（Venn Diagram）画3个集合还算凑合，画4个勉强能看，但到了5个以上就直接变成“意大利面”了。

为了克服这个限制，UpSet 图应运而生。而 ggupset 这个 R 包，更是把 UpSet 图和 ggplot2 的优雅语法完美结合在了一起。

今天，我就带大家系统学习 ggupset 这个包，从安装到基础绘图，再到与各种 ggplot2 图层混搭的高级玩法，用几个可复现的案例帮你彻底掌握它。

一、UpSet 图是什么？为什么需要它？

ggupset 是一个基于 ggplot2 的 R 包，它能用组合矩阵（combination matrix）来替代普通的分类坐标轴，从而可视化复杂的集合重叠情况。它可以接收包含列表列（list-column）的数据，并将其自动转换成适合绘制 UpSet 图的格式。

ggupset 的核心思路是：

ggupset已在 CRAN 上发布多年，广受好评，也是 ggplot2 生态中 UpSet 图的最常用扩展包。

二、安装与加载

# 从 CRAN 安装（稳定版）install.packages("ggupset")# 或者从 GitHub 安装开发版（可能有新功能）devtools::install_github("const-ae/ggupset")

三、数据准备：两种常见格式

3.1 列表列格式（推荐）

ggupset 要求的数据格式是：每一行是一个观测（例如一本书、一个病人、一个基因），其中一个列必须是列表列（list-column），该列包含了当前观测所属的所有集合。

# 模拟一个症状数据集set.seed(2025)symptoms <- c("Fever", "Cough", "Fatigue", "Headache")patients <- paste0("Patient_", 1:50)symptom_list <- lapply(patients, function(p) {  n <- sample(1:3, 1)  chosen <- sample(symptoms, n, replace = FALSE)sort(chosen)                 # 关键：排序})df_symptom <- tibble(  patient = patients,  symptoms = symptom_list,  severity = rnorm(50, mean = 5, sd = 1.5))# 查看数据格式glimpse(df_symptom)

3.2 从0/1矩阵转换

如果你手里是宽矩阵格式（行为基因，列为通路），可以这样转换：

# 宽矩阵转列表列df_long <- mat %>%  as.data.frame() %>%  rownames_to_column("gene") %>%  pivot_longer(-gene, names_to = "pathway", values_to = "member") %>%  filter(member == 1) %>%  group_by(gene) %>%  summarise(pathways = list(pathway))

四、基础绘图

4.1 基础 UpSet 图（柱状图）

# 宽矩阵转列表列df_long <- mat %>%  as.data.frame() %>%  rownames_to_column("gene") %>%  pivot_longer(-gene, names_to = "pathway", values_to = "member") %>%  filter(member == 1) %>%  group_by(gene) %>%  summarise(pathways = list(pathway))

运行后你会看到一张完整的 UpSet 图：

4.2 仅显示前 N 个组合

ggplot(df_symptom, aes(x = symptoms)) +  scale_x_upset(n_intersections = 10) +   # 只显示前10个组合  geom_bar(fill = "skyblue", color = "navy") +  labs(title = "症状组合频次分布（前10个）")

4.3 在柱子上方添加数量标签

ggplot(df_symptom, aes(x = symptoms)) +  scale_x_upset() +  geom_bar(fill = "orange", color = "brown") +  geom_text(stat = "count", aes(label = after_stat(count)),            vjust = -0.5, size = 4) +  labs(title = "带数值标签的 UpSet 图")

4.4 控制排序方式

# 按组合中包含的集合数量排序（degree）ggplot(df_symptom, aes(x = symptoms)) +  scale_x_upset(order_by = "degree") +  geom_bar(fill = "lightgreen", color = "darkgreen") +  labs(title = "按 degree 排序（包含症状越多排越前）")

# 按组合出现频率排序（freq，默认）ggplot(df_symptom, aes(x = symptoms)) +  scale_x_upset(order_by = "freq") +  geom_bar(fill = "lightblue", color = "darkblue") +  labs(title = "按 freq 排序（出现频率越高排越前）")

4.5 矩阵区域的美化

ggplot(df_symptom, aes(x = symptoms)) +  scale_x_upset() +  geom_bar(fill = "skyblue", color = "navy", alpha = 0.7) +  theme_combmatrix(    combmatrix.panel.point.color.fill = "skyblue",  # 矩阵点的填充色    combmatrix.panel.line.color = "navy",           # 矩阵连线的颜色    combmatrix.panel.line.size = 1,                 # 连线粗细    combmatrix.label.make_space = TRUE              # 标签区域留白  ) +  labs(title = "美化后的 UpSet 图")

五、进阶用法：与 ggplot2 图层混搭

这部分是 ggupset 最强大的能力——由于完全融入 ggplot2 生态，你可以把 UpSet 图的 x 轴组合矩阵应用于任何几何对象，实现各种自定义可视化。

5.1 叠加散点图（展示每个样本的严重程度）

# 生成一个随机响应值（例如治疗效果评分）set.seed(123)df_with_response <- df_symptom %>%  mutate(response = rnorm(50, mean = 50, sd = 10))# 为每个组合添加散点，展示响应值的分布ggplot(df_with_response, aes(x = symptoms, y = response)) +  scale_x_upset() +  geom_jitter(aes(color = response), width = 0.2, alpha = 0.7, size = 2.5) +  scale_color_gradient(low = "lightblue", high = "darkred", name = "Response") +  labs(    title = "UpSet 图 + 散点图：各症状组合的响应值分布",x = "症状组合",y = "响应值"  ) +  theme_minimal() +  theme(    axis.text.x = element_text(angle = 45, hjust = 1),    plot.title = element_text(hjust = 0.5, face = "bold")  )

5.2 叠加箱线图（展示分布特征）

# 绘制箱线图ggplot(df_with_response, aes(x = symptoms, y = response)) +  geom_boxplot(width = 0.7) +  scale_x_upset() +  labs(    title = "UpSet 图 + 箱线图：各症状组合的响应值分布",x = "症状组合",y = "响应值"  ) +  theme_minimal() +  theme(    axis.text.x = element_text(angle = 45, hjust = 1),    plot.title = element_text(hjust = 0.5, face = "bold")  )

5.3 按分组着色（映射离散变量）

# 添加分组信息（例如年龄段）df_grouped <- df_with_response %>%  mutate(age_group = sample(c("Young", "Middle", "Senior"), 50, replace = TRUE))ggplot(df_grouped, aes(x = symptoms, fill = age_group)) +  scale_x_upset(n_intersections = 12) +  geom_bar(position = "stack", alpha = 0.8) +  scale_fill_manual(values = c("Young" = "#4DBBD5", "Middle" = "#E64B35", "Senior" = "#00A087"),                    name = "年龄组") +  labs(    title = "UpSet 图 + 分组着色：各症状组合的年龄分布",x = "症状组合",y = "病人数"  ) +  theme_minimal() +  theme(    axis.text.x = element_text(angle = 45, hjust = 1),    plot.title = element_text(hjust = 0.5, face = "bold")  )

5.4 分面展示多组数据

# 模拟多个研究队列df_facet <- bind_rows(  df_grouped %>% mutate(cohort = "Cohort_A"),  df_grouped %>% mutate(cohort = "Cohort_B", response = response + 5),  df_grouped %>% mutate(cohort = "Cohort_C", response = response - 3))ggplot(df_facet, aes(x = symptoms)) +  scale_x_upset(n_intersections = 10) +  geom_bar(aes(fill = cohort), position = "dodge", alpha = 0.7) +  facet_wrap(~cohort, ncol = 1, scales = "free_y") +  scale_fill_manual(values = c("Cohort_A" = "#4DBBD5", "Cohort_B" = "#E64B35", "Cohort_C" = "#00A087"),                    name = "研究队列") +  labs(    title = "UpSet 图 + 分面：不同队列的症状组合对比",x = "症状组合",y = "病人数"  ) +  theme_minimal() +  theme(    axis.text.x = element_text(angle = 45, hjust = 1),    plot.title = element_text(hjust = 0.5, face = "bold"),    strip.text = element_text(face = "bold")  )

5.5 添加误差棒（Error bars）

df_stats <- df_with_response %>%  mutate(comb_str = as.character(map(symptoms, ~ paste(sort(.x), collapse = ",")))) %>%  group_by(comb_str, symptoms) %>%  summarise(mean_resp = mean(response), sd_resp = sd(response), .groups = "drop")ggplot(df_stats, aes(x = symptoms)) +  scale_x_upset() +  geom_col(aes(y = mean_resp), fill = "#4DBBD5", alpha = 0.7) +  geom_errorbar(data = df_stats[!is.na(df_stats$sd_resp), ],                aes(x = symptoms,                    ymin = mean_resp - sd_resp, ymax = mean_resp + sd_resp), width = 0.1) +  labs(title = "UpSet 图 + 误差棒", y = "Mean response (with SD)")

六、本推文参考资料

1. ggupset GitHub Repository: https://github.com/const-ae/ggupset

2. ggupset CRAN Page: https://cran.r-project.org/package=ggupset

七、最后说两句

ggupset 不是唯一画 UpSet 图的 R 包（UpSetR、ComplexUpset 都挺强），但它最大的优势就是融入了整个 ggplot2 生态。无论是修改主题、添加注释，还是叠加额外图层，都顺手。

以上就是本期的全部内容，希望能帮你彻底掌握 ggupset 的用法。如果你对 UpSet 图有其他疑问，欢迎在评论区留言。