在每两个列表元素中绘制交集

Question

给定一个包含 16 个元素的列表，其中每个元素都是一个命名的数值向量，我想绘制每 2 个元素之间的名称交集的长度。那是;元素 1 与元素 2 的交集，元素 3 与元素 4 的交集，等等

虽然我可以用一种非常乏味、低吞吐量的方式来做这件事，但我将不得不重复这种分析，所以我想要一种更程序化的方式来做这件事。

例如，前 2 个列表元素的前 5 个条目是：

topGenes[[1]][1:5]

3398   284353   219293     7450    54658 
2.856363 2.654106 2.653845 2.635599 2.626518 

topGenes[[2]][1:5]
1300    64581     2566     5026   146433 
2.932803 2.807381 2.790484 2.739735 2.705030

在这里，第一行数字是基因 ID，我想知道每对向量（一个处理重复）有多少共同点，比如前 100 个。

我试过按以下方式使用 lapply()：

vectorOfIntersectLengths <- lapply(topGenes, function(x) lapply(topGenes, function(y) length(intersect(names(x)[1:100],names(y)[1:100]))))

这似乎只对前两个元素进行操作； topGenes[[1]] & topGenes[[2]].

我也一直在尝试使用 for() 循环来完成此操作，但我不确定如何编写它。类似这样的事情：

lengths <- c()
for(i in 1:length(topGenes)){
  lens[i] <- length(intersect(names(topGenes[[i]][1:200]),
names(topGenes[[i+1]][1:200])))
}

这个returns一个'subscript out of bounds'错误，我不太明白。

非常感谢您的帮助！

Answer 1

这是您要找的吗？

# make some fake data
set.seed(123)
some_list <- lapply(1:16, function(x) {
  y <- rexp(100)
  names(y) <- sample.int(1000,100)
  y
})

# identify all possible pairs
pairs <- t( combn(length(some_list), 2) )
# note: you could also use:  pairs <- expand.grid(1:length(some_list),1:length(some_list))
# but in addition to a-to-b, you'd get b-to-a, a-to-a, and b-to-b

# get the intersection of names of a pair of elements with given indices kept for bookkeeping
get_intersection <- function(a,b) {
  list(a = a, b = b, 
       intersection = intersect( names(some_list[[a]]), names(some_list[[b]]) ) 
  )
}

# get intersection for each pair
intersections <- mapply(get_intersection, a = pairs[,1], b = pairs[,2], SIMPLIFY=FALSE)

# print the intersections
for(indx in 1:length(intersections)){
  writeLines(paste('Intersection of', intersections[[indx]]$a, 'and',
                   intersections[[indx]]$b, 'contains:', 
                   paste( sort(intersections[[indx]]$intersection), collapse=', ') ) )
}

在每两个列表元素中绘制交集

Plot the intersection in every two list elements

r

list

set-intersection