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。
有小伙伴在说可以用par(mar)来设置画图的margin，但不能应用于ggplot2，这个可能很多新手都会很困扰，可能需要一段时间的探索之后，才能发现原来是用theme来设定。
这当然你可以归结于说ggplot2和base plot是不同的东西，但从实质画图参数这一点而言，并没有什么同与不同，无非是设置的方式不同而已，而这种方式都是人定义的，我们完全可以人为定义它们兼容。
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.
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。
周日是港大医学院的198届毕业典礼，Y叔要去参加，今年也正好是医学院130周年，做为画图界的传说，我决定画一个蛋糕。
要画蛋糕，这有何难，我们有emojifont啊，还记得《emojifont新功能（有视频哦）》一文中的geom_emoji图层吗？
在很久很久以前，当我还在用perl的时候，有一个TGen-EUtils的perl模块，可以去爬PubMed，我喜欢用它来画所谓的pubmed趋势，比如说我在2012年的时候，就画了各个组学技术的pubmed趋势，通过每一年的文章发表量来看某个技术到底火不火，走势怎么样。
当年microarray还特别猛，但显然可以看到二代测序必须要火，也可以看到proteomics在吹了几年牛B之后，有回落的趋势。
小伙伴发来这个文章中的图，想要实现类似的图，用变量给axis text上色，并生成legend：
这个可以说ggplot2是不支持的，aes映射不会被应用于axis上，而theme也不支持aes映射，你只能自己手动搞个color vector传给theme来上色，但这无法生成legend。
我只能打开脑洞，legend借助于额外的图层来生成，但这个额外的图层又不是我们想要在图形上展示的，这又是个无米之炊，我能想到的就是让图层透明，实际有，但你看不到，当然这样自动生成的legend也会看不到，但legend可以后面再修改，于是这不支持的事情，就通过变通变得可能：
require(ggplot2)
set.seed(2017-07-04)
d <- data.frame(x = letters[1:5], y = rnorm(5),
group = sample(c("Control", "Treatment"), 5, replace=TRUE),
type = sample(LETTERS[1:2], 5, replace=TRUE)
)
p <- ggplot(d, aes(x,y)) +
geom_col(aes(fill=group))
这个代码很好懂，画一个柱状图，按group上色。
最近公众号「生信媛」和「生信宝典」的小伙伴在说ggplot2无法一次性设置所有字体，theme只能设置axis text, title这些，而搞不了geom_text，geom_text必须要手工输入family=XXX来设置，因为不能使用theme来更换，也就是说没办法通过后处理来设定，比较麻烦。
这显然是不对的，后处理必须可以的，一次性满足所有愿望也只是因为没人写个神奇的函数而已。于是我就动手写了个set_font的函数。
假设我们有下图：
library(ggplot2)
d <- data.frame(x=rnorm(10), y=rnorm(10), lab=LETTERS[1:10])
p <- ggplot(d, aes(x, y)) +
geom_text(aes(label=lab, color=lab), size=10) +
geom_text(aes(y, x, label=lab), size=3)
