画个小圈圈
之前我发表读书笔记《主成分分析》：
这可能是你见过最好看的PCA图了，有人在「宏基因组」群里问有没有什么包可以画？像这种提问，我以前是吐槽过的，请猛击《如何画类似MEME的注释序列》，当然说什么都没用，大家就是喜欢凡事问有包吗？因为包治百病嘛，不信你送个包给你女票试试！
jimmy回答说ggbiplot可以画差不多的，于是「宏基因组」公众号立刻就出来一篇《ggbiplot-最好看的PCA作图：样品PCA散点+分组椭圆+变量贡献与相关》，后面又有人提问，能不能加两个置信区间？@Chenhao童鞋就给出了解决方案，并且写了篇博客文介绍 (http://lchblogs.netlify.com/post/2017-12-22-r-addconfellipselda/).
他的作图是基于ggord包，只能应用于LDA，于是「宏基因组」公众号又跟进发一篇《比PCA更好用的监督排序—LDA分析、作图及添加置信-ggord》，你会发现他们介绍同一类型的作图，一会这个包，一会那个包，一会某包有A功能，某包又有B功能，我就不说什么了。
当时@Chenhao童鞋在群里AT了我，希望我能帮忙写个图层，当时正在过圣诞节，两天之后，我回到学校，立刻就写出来一个图层。并且在群里跟大家展示了：
然而「宏基因组」公众号的文章在我展示了图层之后，他们竟然完全无视，真的是因缺思丁了，根本就没有想过要给粉丝提供全面的信息，根本就没有想过要给粉丝提供易用的工具。
我们先来看看我写的图层是什么样子的，这个geom_ord_ellipse图层打包在yyplot里，还不知道yyplot的话，请看下面链接的几篇文章：
首先我们应用一个ordination方法，这里就以lda为例，这类的方法很多，比如大家熟悉的PCA，还有PCoA, CCA, DCA, NMDS等。
library(MASS)
ord <- lda(Species ~ ., iris, prior = rep(1, 3)/3)然后用ggord出图：
## devtools::install_github('fawda123/ggord')
library(ggord)
p <- ggord(ord, iris$Species)
p我们使用geom_ord_ellipse这个图层呢，随便你加置信区间，想加几个就加几个：
library(yyplot)
p + geom_ord_ellipse(ellipse_pro = .96, color='firebrick', size=1, lty=3) +
geom_ord_ellipse(ellipse_pro = .99, lty=2)
这个图层起码有以下优点：
没有显式的数据操作，直接+图层且参数简化了
支持ggord所支持的所有ordination plot
@Chenhao童鞋的代码只针对LDA，而不支持其它的ordination plot，而我这个图层，是支持的，比如你把上面的代码中ord换成是PCA的结果：
ord <- prcomp(iris[, -5])然后后面的代码完全套用，你可以画出来基于PCA的ordination plot，同样也加了三个置信区间。
话说不管是ggbiplot或者是ggord，虽然是gg打头的，号称支持图形语法，在我看来都是扯j8蛋，有太多的所谓支持图形语法的包都是这一类型，他们所谓的支持，只不过是用ggplot2画的图，你可以用theme和scale改点小细节而已，当然不是所有细节都能够通过theme来改的，比如《一次解决ggplot2所有字体》里说的，就只能通过grid来实现。然而这些都不是ggplot2的精髓，ggplot2强大之处在于提供积木，让你自己搭图，好处之一自由组合，好处之二参数简单。比如你画个图，有一个图层是线条，一个图层是柱子，你包装在函数里，想让人可以改颜色，你是否就需要color.line, color.bar两个参数了？如果你的图复杂点，有几个图层，那么你的参数列表比那裹脚布还臭还长。
当年看到phyloseq说他们实现了基于ggplot的进化树可视化，支持图形语法，我就想用它，结果一看，图形语法个鬼啊，一个函数，一堆参数，好多细节还在函数里写死，于是我写ggtree，一个真正支持图形语法的进化树可视化工具。所以大家要小心各种基于ggplot的包，很多人会用ggplot，然而能写图层的人实在太少，以至于大量的gg打头的包都只是一些封闭函数而已。这里并不是我会写图层，我就要吐槽别人，请不要误解，我写这些是要帮大家拨开迷雾看清真相而已。很多ggplot2的粉丝会追求各种所谓ggplot2出图，会为各种gg包欢呼，然而很多只是一张皮，而很多人也没有意识到。
像ggord这个包，它默认就出了个95%的置信区间，但由于它的代码在函数里，而没有独立的图层，你想加额外的置信区间，它就不支持了。试想一下，它的代码里可以计算95%的置信区间，可以画出来，难道要画多一两个圈有多困难吗？并没有！这是设计的问题，也可能是因为不会写图层，限制了他们的眼界。如果我要来写ordination plot，绝对可以干翻ggbiplot和ggord等一系列包。这里我并不完全否认这些包，画图的功夫不一定就是画图，它还包括一系列的前戏，主要是数据处理，它可能需要一些专业知识，像ordination plot不就是画散点，画圈这些，谁不会？但很多人不会，因为不清楚怎么处理分析结果。所以我的观点是要么你卖了处理数据的专业知识，要么你卖了画图的专业知识，如果你能两者都卖了，那就是个牛逼的产品，能够卖一个的，也是个好产品，像ggbiplot或ggord，就算是卖处理数据的，虽然在出图方面有很大的提升空间，但依然我认为是好产品，有其存在的空间和粉丝。
但有些包，既不需要专业知识来处理数据，也没有画图的专业可以卖，美其名曰：给用户提供捷径。比如我吐槽过某人的一步出图：《听说你也在画dotplot，但是我不服！》。
「宏基因组」公众号最近的《一条命令轻松绘制CNS顶级配图-ggpubr》，也是属于此类。他们到处推销，你若以为ggpubr有多好，你就掉坑里了，所谓CNS无非吸引眼球，到处推销，推销的可不是ggpubr，而是他们的公众号，看不出这一点，那也没办法，毕竟无脑群众太多。为什么说ggpubr不好，因为图都是简单的图，只是两到三个简单的ggplot2图层拼一下而已，而所谓的gg，正如我前面说的，既没有处理数据的前戏，又没有ggplot2画图自由组合与参数简单的正餐，有的只是很多所谓支持图形语法的遮羞布，可以有theme的后戏。ggplot2还可以用grid做后后戏呢，你看这是卖点吗？从来不是！像ggpubr这些包的存在就是制造混乱，徒增学习成本。
要对ggplot2有清楚的认识，最好的资料必须是我的课程直播，不管是初学还是中级，都为你进阶指明方向、深化理解，为你拨开迷雾，避免掉坑。