是什么碉堡的R包可以让你的基因放烟花？

图一般都是静止的，R语言里面有很方便的工具让他们动起来。
这个R包叫gganimate,他的作用就是让ggplot2画出来的图以某个因素，比如时间，动起来。

时间在流逝，数据在变化，由于时间点太多，静止的图片表现力度比较差，换成动图表现力好很多。

如果我们看到一张图比较炫酷，首先想到的应该是，我有什么数据能用这种方式来展示，说到底，还是自己手上要有数据。我想了一下，没有。
没有就造一个，我们有癌症的数据，多个亚型，多个基因，也许能尝试一下。手上的数据是这样的：

他有四列，分别是亚型，样本类别，基因名你，表达量。这是清洁数据，可以方便的用ggplot2画图。

library(ggplot2)
ggplot(test,aes(x=subgroup,y=expression,fill=subgroup))+
  geom_boxplot()+
  geom_jitter()+
  theme_bw()

这是这四个基因，实际上我们可以添加一个分面，让他表示四个基因不同的表达量。

library(ggplot2)
p <- ggplot(test,aes(x=subgroup,y=expression,fill=subgroup))+
  geom_boxplot()+
  geom_jitter()+
  theme_bw()
p +facet_grid(.~gene)

但是因为空间比较狭窄，并没有很好的效果。尝试用动图来展示一下，gganimate中的transition_***功能使用方式跟facet_grid分面差不多，就是先分面，再以动图依次显示。
transition_***函数有好几个：

如果是时间就选择transition_time()，我们这里是分类数据，选择transition_states()

library(ggplot2)
library(gganimate)
p <- ggplot(test,aes(x=subgroup,y=expression,fill=subgroup))+
  geom_boxplot()+
  geom_jitter()+
  theme_bw()
p +transition_states(gene,
                     state_length = 0)+
  labs(title = "{closest_state} expression(TPM)")

这个图会依次呈现各个基因在每个亚型中的表达，确实实现了动图的功能，我觉得没什么大的作用，因为没有人会这么展示数据。我又尝试了一下可以用亚型来作为转换变量，依次显示每个亚型的中四个基因的表达变化。

library(ggplot2)
library(gganimate)
p <- ggplot(test,aes(x=gene,y=expression))+
  geom_boxplot(aes(color=gene),size=2)+
  geom_jitter()+
  theme_bw()
p +transition_states(subgroup,
                     transition_length = 0.1,
                     state_length = 0)+
  labs(title = "{closest_state}")

好像有点作用，ESR1和FOXA1这两个基因在不同亚型中变化比较大，如果了解乳腺癌的背景知识就会明白这个符合事实的。不过，说实话，我还是觉得手上没有合适的数据，最好的数据是时间，比如你有过去很多年的临床数据，答辩的时候我觉得可以考虑一下这个方法。

最后，把这个边框给去掉了，就实现了基因放烟花的功能

library(ggplot2)
library(gganimate)
p <- ggplot(test,aes(x=gene,y=expression,color=gene))+
  #geom_boxplot()+
  geom_jitter()+
  theme_bw()
p +transition_states(subgroup,
                     transition_length = 0.1,
                     state_length = 0)+
  labs(title = "{closest_state}")

如果你想重复这个练习，可以在"果子学生信"公众号回复“烟花”自助获取一开始的那个数据。
我是果子，明天见。