前言
你以为，曼哈顿图之前的数据，
天都会给你准备好？
实际是，你去曼哈顿前，都起码买张机票吧？
这文章重点不在作图，作图可以参考其他大神的文章（会列举在最下面～）
本节谈谈画图前的数据整理。
首先我们看看手上的数据：（某些数据确实已经产生，或者整理得很好的，请忽略一下n字～）
一开始的数据是，每一个染色体号码都是0的，很明显，这样的数据合并后，曼哈顿图出来的结果是不会分开23个染色体柱的。
首先，我们需要批量把某一列改成“相同的值”
这个时候，就要打开terminal，然后执行一下改名工作：
mv chr19.txt tmp
awk '{print $1=19,$2,$3,$4,$5,$6}' tmp > chr19.txt
人话：
总之，
不要告诉我用Excel打开，然后对着CHR一列，下拉8万多个格子，然后重复23次就好！～
（这里还是建议小白用最粗暴的方法打开每一个Excel表格，进行分列，整理如“r s”成为“rs”，“6 :”成为“6:”，是的，空格就是那么讨厌！）
接着，就是合并数据了
（请打开R-studio 当然Terminal上操作也可以～）
读入数据：
读入数据后，就要用rbind合并数据咯～
相信我，打消用Excel复制黏贴合并的念头！
因为：Excel根本显示不了那么多行啊！（“大数据”，还是要给点面子吧）
chrall=rbind(chr1,chr2,chr3,chr4,chr5,chr6,chr7,chr8,chr9,chr10,chr11,chr12,chr13,chr14,chr15,chr16,chr17,chr18,chr19,chr20,chr21,chr22,chr23)
是的，这个操作对于一部小小的Macbook Pro来说，风扇呼呼地响，走去茶水间冲个茶，都是正常的～
列名的修改， names(）
names(chrall) <- c("CHR","SNP","BP", "A1", "P","F_U")
来吧，我的曼哈顿～
gwassclc1 <- chrall[,c(2,1,3,5)]
data2 <- na.omit(gwassclc1)
library(qqman)
color_set <- rainbow(22)
manhattan(data2,col = color_set)
说人话：
1.提取数据集中需要的列；
2.去除数据集中的NA（你不需要这个数据啦）；
3.调动qqman包；
4.设颜色（随便弄，找到自己喜欢的颜色就好）；
5.出来吧！“曼哈顿”～就是你了～ （这里又是一个上厕所或者冲茶的瞬间...）
后记：
距离宝可梦大师是不是又近了一步呢？
参考文章：
1.https://taoyan.netlify.com/post/2018-01-11.一步步教你如何绘制gwas中的曼哈顿图以及qq图/；
2.https://www.jianshu.com/p/e914ecb99fcc；
3.如何理解GWAS中Manhattan plot和QQ plot所传递的信息。
