（未测试）再也不用费力调整GO富集分析的输出图片了

豆豆写于2020.2.27
这一篇必须要大力感谢花花，帮我纠正了一个思想：遇到问题不要只横向找函数，还有在纵向找参数

上一次，我把自己痛苦调整PPT的经历写了一篇推送：心疼我下午的俩小时…

虽然最后做出了一点成果，但总感觉还不够，因为得到的四张图片尺寸不一样。后续我又手动调整了一下，才勉强保持一致。问题来了：经过压缩后的图片，图中的点依然不是本来的圆形，而且在PPT中取消组后再操作，风险还是很大的（移动中经常忽略原图中某些小的标记）

然后前天，我经历了半天的思考和摸索，终于探索出了一套可以”一劳永逸“的方法，可以从网页版工具结果Excel表格，直接给出PPT对齐的几张图（并且尺寸一致，可以调整大小、字体等）

第一步 如何导入Excel

比如如果别人给我们发来的结果是用网页工具，比如http://geneontology.org/，它的使用很简单，之前也介绍过：什么？R语言做的GO富集结果和在线工具不一致？真的是这样吗

之前总感觉用R语言读入Excel不靠谱，总是转换成csv后再继续读取。但花花给我了一个新的强大的包：

# install.packages("rio")
library(rio)
# 我们利用其中的import_list函数
tmp <- import_list("go_for_graph.xlsx")

这个函数强大之处在于，它可以把一个Excel的多个sheet同时读取，并且保存为一个列表，而且列表中的任何一个，比如tmp$sheet1 都是个数据框

第二步 循环出图

这一步先要对一个sheet的数据进行操作，测试成功后，再进行批量操作

一个看似简单的需求–修改富集分析的dotplot图

作图代码如下：

# 单纯针对一个数据时
library(ggplot2)
    p <- ggplot(test,aes(x = fold,y = Description))+
        geom_point(aes(color = P.adjust,
                       size = Count))+
        scale_color_continuous(low="red", high="blue", name = 'P.adjust', guide=guide_colorbar(reverse=TRUE),
                               labels = function(x)format(x,scientific = F))+
        xlab("Fold Enrichment")+
        xlim(0,ceiling(max(test$fold)))+
        theme_bw()

多个数据时，可以先定义空列表，然后用for循环进行

p <- list()
for(i in 1:length(test)){
  # 先把数据变成作图代码需要的样子
  # 然后作图
  library(ggplot2)
    p[[i]] <- ggplot(test,aes(x = fold,y = Description))+
        geom_point(aes(color = P.adjust,
                       size = Count))+
        scale_color_continuous(low="red", high="blue", name = 'P.adjust', guide=guide_colorbar(reverse=TRUE),
                               labels = function(x)format(x,scientific = F))+
        xlab("Fold Enrichment")+
        xlim(0,ceiling(max(test$fold)))+
        theme_bw()
}

第三步 如何设置ggplot的字体、字号等

这里就强调：思考参数，而不要只想着找函数

其实ggpplot中可以设置element_text

另外，x、y轴以及图例，都可以进行调整

比如：

setting=element_text(size = 6,color="black",family="Arial")

p+theme(axis.title.x = setting,
                 axis.title.y = element_blank())+
        theme(axis.text.x = setting,
              axis.text.y = setting,
              legend.text = setting,
              legend.title = setting)

第四步 如何拼图并导出

拼图首选patchwork：大佬新包patchwork：可能是迄今为止最优秀的拼图包

还可以为每个图加上a/b/c/d等标记，小写或者大写自定义：

final_ppt = p1 + p2 + p3 + p4 + plot_layout(ncol = 2) + 
    plot_annotation(tag_levels = 'a')
# 想变成大写的A、B、C、D就设置 plot_annotation(tag_levels = 'A')

最后出图用的是export

一点需要注意的就是：可以调整幻灯片方向，比如我想直接输出为纵向，而不是之后在ppt中再调整，就可以：

graph2ppt(final_ppt,"final_ppt.pptx",width = 10, height = 8, orient="portrait")

当然，上面?的宽度、高度可能需要自己多调整几次，找到最佳的输出图片大小

所以，最后得到的，基本也不需要再过多的手动调整：

总结+回忆

就像花花告诉我的：你之前用了大量时间去手动调整，可能还是不够懒。

我想了想，还是很有道理的。开始想着，不就调整那么几下嘛，又不费劲。但没想到是个无底洞，当你已经手动调整了一个小时，总想着还有十分钟就完事了，没想到又一个小时被浪费了。而且这个工具的重复度基本为0，下次遇到同样的事情，可能还要继续调，费心费力！

我应该是最能看到花花进步的了，从一开始的湿实验，整天围着蛋白实验转，也很少有休息时间：半人高的大离心机（真为花花捏一把汗）、臭烘烘的大肠杆菌、跑胶电泳…每次见她，她做的很认真，一点都不马虎，虽然实验量早就够毕业的了，但依然给导师超额完成任务。到后来，我一点点引导她学习编程，从R语言开始，让她看到我如何运行一行代码就出图的，慢慢产生了兴趣，正式走上了编程之路。

不得不佩服，”懒惰是一种美德“的代码界美誉，用在她身上毫无违和。就这次解决这个问题而言，我感觉花花的编程思维真的很棒。

当然啦，最开心的还是和喜欢❤️的人做着同样的事情把?‍❤️‍?（呀，不小心又秀了一把，不过不要紧，习惯就好，这就是我们生信星球的一大特色！