取子集对于进化树可视化来说是非常常见的，我们要区分内部节点和外部节点，我们也可能想针对某些特点的节点进行注释。
ggplot2现在所有图层都不支持直接取子集，所以呢ggtree就自己定义了一些修改的图层，包括geom_text2, geom_label2, geom_point2 和 geom_segment2，这些图层和ggplot2的版本唯一差别就是支持取子集。这样对于我们做注释来说，就更方便了。
比如说我想给内部节点打点，可以用：
ggtree(tree) + geom_text2(aes(label=label, subset=!isTip), hjust=-.2) +
geom_point2(aes(subset=!isTip), color="red", size=3)当然ggtree有提供
geom_nodepoint图层，像上面的例子，用户不需要取子集操作，直接用geom_nodepoint即可。
ggtree所定义的这些修改版的图层，是为了进化树的注释表达力更强一些，但不单单应用于ggtree，ggplot2的用户照样受益于ggtree的图层，比如下面这个代码，产生一个散点图：
require(ggtree)
data(mpg)
p = ggplot(data = mpg, mapping = aes(x = displ, y = hwy)) +
geom_point(mapping = aes(color = class))如果我想对其中的某些点加些文字，那么我们就需要取我们的操作的数据点的子集，再拿子集来加图层geom_text(aes_mapping, subset_of_data)，这种图生物狗也常用，比如火山图，只在图上打印差异基因的名字，那么要对数据取子集。
代码如下，这里我用了subset函数取了子集，然后传给data参数。
p + geom_text(aes(label=manufacturer),
data=subset(mpg, hwy > 40 | disp > 6.5))然而用ggtree定义的geom_text2图层，我们不需要传data参数，因为我们只是要取原来传给ggplot的data的子集而已，把取子集的条件放在aes映射里就行，geom_text2会去完成取子集的操作，用geom_text你需要自己显性操作数据，而用geom_text2你只需要把条件传进去即可。
下面的代码，可以产生上面一样的图：
p + geom_text2(aes(label=manufacturer,
subset = hwy > 40 | displ > 6.5),
nudge_y = 1)PS: geom_text2, geom_label2, geom_segment2和geom_point2本来是写给ggtree的， 最近在版本>1.9.2才正式扩展为支持ggplot2。