科研学术图标配色
学术图标配色一般一般选择浅色，或暗深色，不宜取用亮色。
有小伙伴在群里咨询了一个图的做法，如下：
（Reference：GRB10 and E2F3 as Diagnostic Markers of Osteoarthritis and Their Correlation with Immune Infiltration）
是一个棒棒糖图，图的特点是大小表示相关性的强弱，它这里似乎颜色渐变也是表示相关强弱，我在复现的时候做了修改，将颜色渐变改为P值。
接下来开始作图，首先读入数据，我们用ggplot作图。
初步作图，geom_point做点图，geom_segment添加棒棒。
叠加图层，让棒棒位于点以下。
修改legend标题，删除填充的legend（按照原文的图是删除的，但是按照我们这里的表示是不能删除的，这里只是提示一种做法）。
最后，右侧添加Pvale值即可。
sci论文发表的重要性想必对学术界科研界的小伙伴们并不陌生，往往一篇sci论文的发表就能决定你的硕博能否顺利毕业，医务工作者职务能否晋升，教育工作者能否评上职称等等，这些都与sci论文的发表息息相关。而一篇优秀的能被期刊收录的sci论文除了其本身要有研究意义和价值之外，十分关键的一点就是这篇文章的语言组织是否规范了。然而由于思维的不同，非英语母语作者在投sci英文期刊时，在写作上往往出现词不达意、描述模糊、句式混乱、累赘拖沓等现象。对于大部分科研人员来说，克服这些阻力并不是一朝一夕的事。此时寻求专业的sci论文翻译润色机构的帮助无疑可以达到事半功倍的效果。那么，到底sci论文润色到底是润什么？来听听WOSCI沃斯编辑的我科普下：
第一：母语化润色
sci论文润色所提供的母语润色主要是对文章的论点、论据、用语以及文献的选取和缩写进行润色。能做到论点更鲜明，论据更充分，用语更准确，参考文献更详尽。避免平铺直叙的中国式表达，增强论文的专业性。
第二：翻译润色部分
由于sci论文对英语的要求比较高，审稿专家会比较注重看英语论文的语法、单词。以及全文的逻辑性、严密性、科学性。所以会要求翻译的专业素养较高，不仅要汉语好，还要有较强的英语功底。能够第一时间判断出题目是否符合文章内容，使用术语是否准确？所以，一般国际的sci翻译既要注重论文质量，又要对文章发表人的专业领域了解，并且拥有一颗注重细节的心。
第三：文章细节润色部分
sci论文润色针对文章细节的部分，主要是看论文的结构是不是正确遵守标准的科技文章格式惯例来书写的。标点符号是否符合美国或英国标准。论文陈述的事实是否与文本表格或给出的图片一致。引言是否恰到好处解释了全文的主要内容，参考文献是否完整排列出来了，论文字数是否太过冗长，需要编辑对此进行内容字数的删减。SCI论文全程服务/SCI论文润色/SCI润色编辑/SCI论文翻译 /SCI论文查重/SCI论文去重降重修改/ SCI论文大小返修/SCI论文指导发表/ SCI论文预审评估 /SCI论文期刊精选/学术课程推广等服务。
显然，sci论文润色可以使我们的论文更加符合期刊的标准，投稿通过率更高。所以sci论文润色有多强大，你明白了吗？
点击关注，桓峰基因
目前整理出来的教程目录如下：
FigDraw 1. SCI 文章的灵魂 之 简约优雅的图表配色
FigDraw 2. SCI 文章绘图必备 R 语言基础
FigDraw 3. SCI 文章绘图必备 R 数据转换
FigDraw 4. SCI 文章绘图之散点图 （Scatter）
FigDraw 5. SCI 文章绘图之柱状图 (Barplot)
FigDraw 6. SCI 文章绘图之箱线图 (Boxplot)
FigDraw 7. SCI 文章绘图之折线图 (Lineplot)
折线图同样是应用非常广泛的统计图之一，通过折线图可以反映某种现象的趋势。通常折线图的横坐标是为时间变量，纵坐标则是一般性的数值型变量，当然，折线图也允许横坐标为离散型数值和数值型数值。下面来解释一下关于折线图的绘制。
geom_line()绘制折线图，参数不是很多，基本上就是五个用于调整线粗细，颜色，分组，线条样式，以及分组等。每个参数详细的说明如下：
下面我们就绘制有关时间序列的折线图。
该数据集来自上的美国经济时间序列数据。经济学是“宽”的形式，而economics_long是“长”的形式。一个包含574行和6个变量的数据框架:数据收集月份pce个人消费支出，以十亿美元计， pop总人口，以千计， psaving个人储蓄率，最高失业持续时间中位数，一个类tbl_df的对象(继承自tbl, data.frame)，有2870行和4列。
我们从绘制单条折线图到最后的堆积面积图组合等，由简入深地讲解每个参数的细节。
折线图中添加标记（点）
当数据点密度比较小或采集分布(间隔)不均匀时，为折线图做上标记将会产生非常好的效果。处理的方法非常简单，只需在折线图的基础上再加上geom_point()函数即可。从图中就可以非常明显的看出，刚开始采集的点分布非常散，而后面采集的点就比较密集，这也有助于对图的理解和应用。
上面绘制的都是单条这折线图，对于两个或两个以上的折线图该如何绘制呢？也很简单，只需将其他离散变量赋给诸如colour(线条颜色)和linetype(线条形状)的属性即可，具体参见下文例子。
不同的线条颜色color
不同的线条样式linetype
自定义颜色，线条，点的形状，点的填充色等，如下：
用色彩表现分组变量是最常用的形式，默认配色方案只需要调用就行。可以用于折线图的DIY配色函数为 scale_colour_manual()，参数包括：palette：调色板设计，里面包含很多颜色，供values = 调用。
values：色彩值，可以是cols <- c("a" = "red", "b" = "blue", "c" = "darkgreen")，此时分组变量和色彩映射一一对应;也可以是cols <- c( "red", "blue", "darkgreen")，此时分组变量和色彩依靠顺序进行映射。
labels：分组标签，各个颜色代表的组别。
name：legend的名字。
breaks：设置组别，元素需要和labels一样多。
limits：影响的是图形上显示的元素，如果limits里面有4个元素，但实际只有2个分组变量，那么会出现两个NA值。
其中，colour设置面积图边框的颜色；size设置边框线的粗细；alpha设置面积图和边框线的透明度。
同样需要注意的是，在绘制多条折线图时，如果横坐标为因子，必须还得加上‘group=分组变量’的参数，否则报错或绘制出错误的图形。
以上绘制的折线图，均采用默认格式，不论是颜色、形状、大小还是透明度，均没有给出自定义的格式。其实ggplot2包也是允许用户根据自己的想法设置这些属性的。
自定义参数说明可以通过自定义的方式，想怎么改就可以怎么改。前提是aes()属性的内容与自定义的内容对应上。
绘制堆叠的面积图只需要geom_area()函数再加上一个离散变量映射到fill就可以轻松实现，先忙咱小试牛刀一下。
修改填充色fill和顶部加线color，如果需要为每一块面积图的顶部加上一条直线，可以通过如下两种方式：
其中，colour设置面积图边框的颜色；size设置边框线的粗细；alpha设置面积图和边框线的透明度。
添加堆积面积图顶部的线条
在面积图中，也可以方便快捷的绘制出百分比堆积面积图，具体操作如下：
添加百分比堆积面积图顶部的线条
我们将堆积面积图进行组合，如下：
点击关注，桓峰基因
目前整理出来的教程目录如下：
FigDraw 1. SCI 文章的灵魂 之 简约优雅的图表配色
FigDraw 2. SCI 文章绘图必备 R 语言基础
FigDraw 3. SCI 文章绘图必备 R 数据转换
FigDraw 4. SCI 文章绘图之散点图 （Scatter）
FigDraw 5. SCI 文章绘图之柱状图 (Barplot)
FigDraw 6. SCI 文章绘图之箱线图 (Boxplot)
FigDraw 7. SCI 文章绘图之折线图 (Lineplot)
FigDraw 8. SCI 文章绘图之饼图 (Pieplot)
饼图(pie chart)被广泛地应用于各个领域，用于表示不同分类的占比情况，通过弧度大小来对比各种分类。饼图通过将一个圆饼按照分类的占比划分成多个切片，整个圆饼代表数据的总量，每个切片（圆弧）表示该分类占总体的比例，所有切片（圆弧）的加和等于100%。饼图可以很好地帮助用户快速了解数据的占比分配。它的主要缺点是:
(1）饼图不适用于多分类的数据，原则上一张饼图不可多于9个分类。因为随着分类的增多，每个切片就会变小，最后导致大小区分不明显，每个切片看上去都差不多大小,这样对于数据的对比是没有什么意义的;
( 2）相对具备同样功能的其他图表（比如百分比堆积柱形图、圆环图),饼图需要占据更大的画布空间,所以饼图不适合用于数据量大的场景;
(3）很难在多个饼图之间进行数值比较，此时可以使用百分比堆积柱形图或者百分比堆积条形图替代;
(4）饼图不适合多变量的连续数据的占比可视化，此时应该使用百分比堆积面积图展示数据,比如多变量的时序数据。
如何使用ggplot2绘制饼图。其实ggplot2并没有类似于geom_pie()这样的函数实现饼图的绘制，但ggplot2有一个理念，就是通过极坐标变换绘制饼图，下文就教大家一步步绘制精美的饼图。对于饼图的绘制就说到这里，如果你想绘制3D饼图，ggplot2就不是一个很好的选择，因为其目前还无法实现3D功能。所以我们这里介绍三种绘图方式，每种都有自己的特点，使用时选择适合自己的就可以了！
首先安装软件包如下：
我们构造一套数据，水果销售情况，如下：
在绘制饼图之前需要绘制堆叠的条形图，通过将条形图进行极坐标变换后，就能实现饼图绘制了。
饼图在ggplot2中就是通过极坐标变换获得，如下：
我们也可以将标签写在饼图上面，因此我们先去掉lenged,如下：
在加文本的时候，我们需要注意一下调整数据以及文本的顺序，如下：
当顺序都调整好之后，再次绘制饼图，如下：
我们说使用ggplot2太麻烦了，有直接可以绘制饼图的函数，为啥舍近求远呢？直接上函数pie()就完事了呗！
我感觉默认颜色其他比ggplot2的颜色搭配清新了许多，有种夏天的感觉，你觉得呢？
灰色系，有些期刊特别适合这种色系，简单大气！
除了平面的饼图之外，plotrix包也提供绘制3D饼图，这个功能与excel制作的立体饼图非常相似，也同样非常好用。
总结了这么多，是否对饼图怎么搞清晰多了，文章中可能出现的图形都已经包含在细节中，您细品，仔细品就豁然开朗了！！
