Y叔推荐的这个图有毒！

接下来的日子就是为暑期的课程做准备，

其中一个设计的练习项目是这个样子的。 下载TCGA的癌症数据，把他调整成ggplot2想要的样子，大概是这个样子的， 列是基因的名称，行代表的是每一个独立样本。 原来是的数据是这个样子的，行是基因，列是样本 

要达到ggplot2的喜欢的格式，需要经过转置，增加癌和癌旁信息，增加亚组信息，虽然很简单， 但是包含了很多数据框的操作，所以很适合拿来作为练习材料。

当我们做好了之后，可以查看任意基因在癌和癌旁的表达，以及在亚组中的表达。 

举个例子： 看BRCA1基因的是癌和癌旁的表达

1. library(ggplot2)

2. ggplot(exprSet,aes(x=sample,y=BRCA1))+

3.  geom_boxplot()+

4.  theme_bw()+

5.  theme(panel.grid.major = element_blank(),

6.        panel.grid.minor = element_blank())

看BRCA1基因在亚型中的表达

1. library(ggplot2)

2. ggplot(exprSet,aes(x=Call,y=BRCA1))+

3.  geom_boxplot()+

4.  theme_bw()+

5.  theme(panel.grid.major = element_blank(),

6.        panel.grid.minor = element_blank())

方便是方便，但是好像距离发表文章还差2小时Graphpad的打磨，直到有一天我看了Y叔的这条推送。

他介绍了一个包叫“ggstatsplot”，这个搞起来真是盛世美颜！请看！： BRCA1基因的是癌和癌旁的表达

1. library(ggstatsplot)

2. ggbetweenstats(data = exprSet,

3.               x = sample,

4.               y = BRCA1)

BRCA1基因在亚型中的表达

1. library(ggstatsplot)

2. ggbetweenstats(data = exprSet,

3.               x = Call,

4.               y = BRCA1,

5.               xlab = "subgroup")

完全不一样，对吧！上面还自动加入统计数据，每组的样本数以及均值。

所以，感谢Y叔的推荐，这个系列也正式加入暑期课程的练习套餐。 由此，我讲一下我对R语言的理解：

我的数据是去年的，但是因为多了一个R包，呈现方式完全不一样。

R包是R语言的重要组成部分，我们这些普罗大众是依靠R包而活的，多学一个好的R包就多一个技能，就像手机里多一个APP，手机功能就被拓展一样。

而我们能做的事情就是，把自己的数据调整到R包所需要的格式，输入，就可以了。

而这种调整数据格式的能力就是R语言的基本功，很简单，但是需要练习。