我的第一本书来了，ggtree全家桶的知识全在这里。
写ggtree源于要帮助实验室的小伙伴们在树上呈现点数据，本来是想顺道快速搞篇文章，结果从14年底我就一直干到现在，而且还将继续干下去。
大概是因为我完全是个新手才能写出ggtree，如果我是个老手，想必也有称心的工具，或者虽然骂工具千百遍，还是爱它如初恋，应该不会去自己写一个。正因为是新手，工具难用，我没有习惯一说，难用就弃用，或者太复杂，脑容易不够，学不动。看着实验室小伙伴们用Illustrator，修图一搞就一天，实在看不下去，叠叠图层，它不香吗？我很认真去思考这个问题，于是ggtree出来了，我2014年12月开始写，到了圣诞假期的时候，我已经是在咖啡店里写文件的解析了。然而没有完，我一直更，一直更，越来越好用，越来越易用，功能越来越多。
ggtree在一开始就受到了大家的关注，我在twitter上收到了很多包括拯救了博士论文、相见恨晚等对ggtree的表白，这显然是个改变游戏规划的包，但文章发起来，也不是很容易。第一篇文章返修意见总共有11页纸。当然一旦发表，就收到很多的关注，就如同上面的截图一样，还被邀请去Field Museum做报告啥的。
过去美好的记忆包括但不仅限于此：
我在港大医学院讲poster的时候，打分的老师说out of my intelligence。
得到了师公Robert Webster的称赞。
受邀请去美帝做报告，并且他们用NIH的课题给我报了机票、酒店（竟然给我订了套房）和餐费。
受到William Pearson（FASTA软件和格式的作者）的邀请，写了一篇protocol发表在Current Protocols in Bioinformtics上。
2019年去南丹麦大学，给博士生上课，讲ggtree。
2017年的MEE文章，在2020年的时候被MEE期刊选为创刊十周年十篇代表作之一。
另外CJ对我说过，受到了ggtree的启发，他重写了TBtools的图形引擎。ggtree应该启发过不少人，像QIIME团队在开发系统发育树可视化软件Empress，就抄了不少ggtree的作业。
ggtree是一个倾注了许多精力的工具，从它出发，把对树文件的解析拿出来，便成为treeio包，把对树的操作拿出来，就是tidytree包，其实我还能再拿一个，是对树布局的计算。把画图像的功能拿出来，就成了ggimage包，把拼树和其它相关图的功能分离出来，就成了aplot包，ggtree里对一些ggplot对象操作的小功能，后续也会分离出来放到ggfun包里。并且你知道我为什么写emojifont包吗？为了画phylomoji。而写ggbreak包则是为了让过长的分枝可以被截断。在对数据的整合可视化上，我们提出了两种通用的方法，这个可以说是上帝视角，以足够高的抽象水平来看这个问题，总结出来无非是（1）映射到拓扑结构上，将数据做为可视化特征。（2）数据可视化之后，需要与树并排，进而可视在演化的背景下解析数据。后面ggtreeExtra的开发，也是为了更好地践行第二点。后面在这一框架下，又实现了多序列比对可视化的ggmsa包。大家可以继续期待，我们还会出更多的包。
时间不单单花在开发上，还花在维护和解答用户问题上，以及写文档。文档越写越多，有一部分也成为了博士论文里的内容。在我成了独立PI后，我继续维护，继续写，最终被CRC出版社发现了，联系我出书，这当然好。一个工作能够以一本书的形式存在，想必还是有影响力的，并且我希望这本书以后还能出第二版。
为了出书，专门写了个配套的R包，这样学起来才更快
书我已经拿到了，从2014年底，开始写ggtree，到现在2022年中了，也是七八年时间过去了。这本书有数据的解析、操作、整合与可视化。可视化方面，我对ggplot2的理解基本上都在里面，可视化不是画个酷炫的图，而是对数据的理解。画个吸引眼球的图，有的是各种工具可以搞。开发可视化工具，能够以极小的门槛让小白上手，这考验的是对数据的理解、对用户需求的理解、对用户能力的理解、数据操作的能力和编程的能力。
https://www.amazon.com/Integration-Manipulation-Visualization-Phylogenetic-Computational-ebook/dp/B0B5NLZR1Z/ 这本书亚马逊上可以订了。