1.ggpubr绘图
ggpubr 搜代码直接用，基本不需要系统学习。
STHDA网站上有大量ggpubr出的图。
应急来用，用简单的代码来画出比较漂亮的图。
如果想调参数等细节，终归回到ggplot2。
- ggpubr与ggplot2画图的异同：
ggplot2画图永远是以ggplot开头，换行后加画图函数；而ggpubr开头是画图函数。看作业对比两者画图的区别。
library(ggpubr)
ggscatter(iris,x="Sepal.Length",
y="Petal.Length",
color="Species")
##theme_bw() 换背景的函数
##theme_classic(), ggplot2默认的主题
##ggscatter为画点图函数
- ggpubr的代码里的实际参数有引号，而ggplot2的代码里没有引号。
- ggplot和ggpubr画的图是可以赋值的：
library(ggpubr)
p <- ggboxplot(iris, x = "Species",
y = "Sepal.Length",
color = "Species",
shape = "Species",
add = "jitter")
p
## add = "jitter"增加图层，把映射的概念去掉，就变成异常简单。
##组间比较
my_comparisons <- list( c("setosa", "versicolor"),
c("setosa", "virginica"),
c("versicolor", "virginica") )
p + stat_compare_means(comparisons = my_comparisons)+ # Add pairwise comparisons p-value
stat_compare_means(label.y = 9)
##my_comparisons是一个变量，内容为一个列表list（），列表里有3个元素，每个元素是一个长度为2的向量。把哪一个组与哪一个组进行比较，就写成列表里面的其中一个元素，画图之后就做完比较。
##stat_compare_means(label.y = 9) 是总体比较P值的纵坐标，纵坐标是9，默认的太靠上或是太靠下，可能会出现一大片括号或是重叠，偶尔可以调一下label.y = 9)的数值。
##stat_compare_means函数是添加组间比较的东西。
##要求：首先是列表，其次列表里的每个元素都是长度为2的向量，查看帮助文档去理解。引号里的东西必须是横坐标。
ggpubr出自于ggplot2，ggpubr青出于蓝而胜于蓝：ggpubr比ggplot2多了一个组间比较，给两组之间比较，画上P值，标注显著性，总体比较的P值，用stat_compare_means函数实现组间比较的东西。
画图时不是一句句代码画，而是直接到网上搜索。
2.ggpubr绘图保存
用函数ggsave函数：后缀可以是pdf，png等。
eoffice包里的topptx函数：可以将图片保存为ppt格式
library(ggpubr)
p <- ggboxplot(iris, x = "Species",
y = "Sepal.Length",
color = "Species",
shape = "Species",
add = "jitter")
ggsave(p,filename = "iris_box_ggpubr.png")
ggsave(p,filename = "iris_box_ggpubr.pdf")
##图片可以保存png或是pdf格式，pdf格式的内存比较小
library(eoffice)
p <- ggboxplot(iris, x = "Species",
y = "Sepal.Length",
color = "Species",
shape = "Species",
add = "jitter")
topptx(p,"iris_box_ggpubr.pptx")
3.去找更丰富的图的网站STHDA
这个网站上有很多R语言画出来的图，包括基础包的，ggplot2画的，有大量ggpubr出的图，还有3D的图片以及Lattice Graphics古老的图片（一般不学，因为学了也没用）。该网站还包括R语言基础，数据处理，还有一些分析。
图的代码有很多，哪些图适合用来展示你的数据，这个能够成功运行的代码，数据长什么样子和你的数据之间有什么差别。这个是最锻炼人的地方。
在搜索框里找boxplot
说明
以上内容是听生信技能树小洁老师的R语言线上课，根据自己的理解记录下来，小洁老师授课非常细心，对不同水平的同学都照顾到，并且补充很多技巧以及注意事项。
