#如果要想做一个分析的话，至少要预留30倍以上的空间。
#学会编程解决大量重复工作可以极大提高工作效率
#数据分析的基本思想：大数据（序列）→大表（特征表）→小表（统计表）→图
#shell——《鸟哥的私房菜》，R-ggplot2——《数据分析与图片艺术》
#Mothur/Usearch（需购买）/Vsearch（Usearch的免费版）/QIIME2流程——从头到尾分析扩增子
#可视化的常用R包：vegan，phyloseq，microbiome
vegan在多样性分析和环境因子的关联上有很多非常成熟的函数和体系； phyloseq把进化树的信息整合进来了，可以做比较漂亮的关于进化的探讨和一些美化；microbiome包跟多组学关联还有跟表型的关联上，有一些自定义的函数可以使用。
#很多文章会再Github上提供作图代码，用那些现成代码改改，应用到自己的课题上，可以节约大量的时间。
#ImageGP——在线绘制20种图
#mageGP，提供R语言在线绘制，20多种常见的图，
参考：https://mp.weixin.qq.com/s/13f9sEPY4pEE2dimbTjPvA
Jeffery L. Dangl 和 Paul Schulze-Lefert，他们的文章不仅上传数据规范，而且分析代码可打包下载，是不可多得的优秀学术材料，重现高水平文章结果，对自己的分析、理解能力提高是非常显著的。
