《ggplot2字体溢出的那点破事》这是经典老问题了，现在新版本的ggplot2有新的解决方案了，在coord_cartesian中新加入了clip参数，这样可以支持把图层画在画布之外，那么文本打过界也就支持了。这有一个好处，是可以支持direct label，而不需要调整xlim和ylim，毕竟你把xlim和ylim搞大有时候会给人以误导，认为你的数据取值范围就是图中的xlim和ylim，但实际上要小一些。
我以ggtree为例，为了让tip label打全，那么p1把时间给搞到2020，但实际上最近的采样时间是2013年，这样你单看x轴的标记，总感觉有一点点不对路，或者有一点点别扭。现在好了，我不设置xlim，而是让label打过界，当然还是需要有足够的空间来放这些文本，这个可以通过把margin搞大来实现。
这是去年「知识星球」里的提问，「知识星球」相当于是众筹我一年的时间，向我提问，请谨慎入坑。
我当时就写了一个函数ggvenn，这个函数其实包装了venneuler，但由于venneuler依赖rJava，而很多小伙伴不会装rJava，而因此装不了yyplot，所以我去掉了这个依赖，但如果你想要用ggvenn这个函数，请自行安装rJava和venneuler。其实还有另外一个包，VennDiagram，它的输出是gList，所以可以直接封装为ggplot2图层，然而对于画venn plot，我并没有太多的兴趣，《CS6: ChIPseeker的可视化方法（中秋节的视觉饕餮）》一文中介绍的upset plot，可能更好一些。
require(ggplot2)
p <- ggplot(iris) + aes(x = Sepal.Length, y = Sepal.Width, color=Species) +
geom_point(size=5) + theme_classic()
首先我们有一个图，是用ggplot2画的，上面这图大家太熟悉，不打印出来都知道是什么了。
我在最新版的ggimage中加入了一个ggbackground的函数，我随便从网上找一张iris的图片，我们把p和img同时传给ggbackground就好了，非常容易，于是图的内容还是一样，但加了一张我们给定的图片做为背景。
require(ggimage)
img = "https://assets.bakker.com/ProductPics/560x676/10028-00-BAKI_20170109094316.jpg"
ggbackground(p, img)
使用barplot来展示富集分析结果是很常用的，而dotplot比较barplot来说，多了一个点大小的信息，可以比barplot展示多一个信息，所以是比较推荐的，我之前已经写了《dotplot展示富集分析结果》和《dotplot for GSEA》两篇文章，dotplot虽然简单，很多人会觉得会容易用ggplot2画出来，但其实有些细节，比如《为什么画出来的点比指定的数目要多？》，有些技巧，比如《搞大你的点，让我们画真正的气泡图》，是很多新手所不具备的，图虽然简单，但老司机的飚车技能也不可小看哦，所以我在《听说你也在画dotplot，但是我不服！》的文后就说了一句话：
clusterProfiler之所以好，因为真的考虑了很多细节！请放开那图，让clusterProfiler来画！
这是小伙伴的命题作文，下面这个数据是曾老湿给出来的，其中header行竟然放在了最后一行，我手工把它挪到了第一行，里面还有一个数据缺失的，会导致读了数据后会有NA值，需要去除。
$ file summary_ATAC_seq_motif.xlsx
summary_ATAC_seq_motif.xlsx: Microsoft Excel 2007+
这是一个Excel文件，我们可以用readxl来读：
require(readxl)
x <- read_xlsx("summary_ATAC_seq_motif.xlsx")
当然是ggplot2画，才好和ggtree兼容，你首先问自己，抛开树，你能右边吗？本身你有个矩阵，row的顺序要跟着树来，你可以先不管，先随意，这是y轴。那x轴呢？你矩阵里的数字，打点你总该会的，而点连线，同样column的数字打出来的点，就连在一起，你先按这个思路画出来，再来问后续的。
这是我在「知识星球」中的回答，然而小伙伴表示还是不懂。那么我来详细讲解一下：
首先我们读入一个FASTA数据：
require(treeio)
fasta <- system.file("examples/FluA_H3_AA.fas", package="ggtree")
aa <- read.fasta(fasta)
数据用treeio包里的read.fasta去读这个氨基酸序列，它有个好处是你直接as.character(aa[[i]])就是个字母的向量，方便比较。
n = length(aa)
d = matrix(NA, ncol=n, nrow=n)
nm = labels(aa)
rownames(d) = colnames(d) = nm
for (i in seq_len(n)) {
for (j in seq_len(i)) {
d[i, j] = mean(as.character(aa[[i]]) != as.character(aa[[j]]))
d[j, i] = d[i, j]
}
}
这段代码生成了pairwise distance矩阵，你可以搞其它的统计量，都OK的。大家可以想一想，一般这种矩阵怎么可视化？用热图！热图用数字来填充颜色，而现在我们把数字当成x轴上的变量，然后打点，仅此而已，我们有没有办法画出来，当然可以。同样row的数值会在同一y轴上，如果是热图，同一column的数值会在同一x轴上，方便横向和纵向比较，而现在同一column的数值不在同一直线一了，因为我们打的点的位置使用了矩阵中的数值，同一column的点被拉扯到不同的位置上去了，所以为了能够比较或者是看清楚同一column上的点的走势，我们把同一column上的点用线条连接在一起。这就是小伙伴提问的图，就是这么画出来的，非常简单。我在「知识星球」里其实已经解答得很清楚了。
小伙伴提出了上面的问题，点不能够打到violin里面去，即使加了aes(group=color)强行分组也不行。这个照理第一感觉都会觉得可以，但试一下都会发现不行。
library(ggplot2)
d = subset(diamonds, color %in% c("D", "E"))
ggplot(d, aes(cut, carat, fill=color, color=color)) +
geom_violin(alpha=.3) + geom_jitter(width=.05, alpha=.5)
