1. 被人推荐
看微信群中有人聊天，浏览了一下，不同专业的内容比较分散，很多读都读不通顺，隔行如隔山，真是如此！
忽然，一个朋友在里面推荐的几个R语言的公众号，学生物的推荐关注：
R语言是我们的共同语言：
我点进去一看：
-
木舟笔记：https://mp.weixin.qq.com/s/Qqxa8WfKU-tiqpegqueeww -
R语言数据分析指南，https://mp.weixin.qq.com/s/yQqmETSQfPoNCw-osrOeGQ -
生信技能树：https://mp.weixin.qq.com/s/e_4dEtsVnypa5s-NXxkMqg -
作图丫：https://mp.weixin.qq.com/s/RywicX-6M2wpNIZKE22BiA -
R语言和统计：https://mp.weixin.qq.com/s/1jlpZ738SRxFLdP3t4ddhA -
联川生物：https://mp.weixin.qq.com/s/U4hM1Qx8ADIRUWNbWLglUA -
科研生信充电宝：https://mp.weixin.qq.com/s/g-E99x3v2LZRFslKVtRRRA -
统计之都：https://mp.weixin.qq.com/s/ExZG64lguQRGGHSYrUkZsw -
小明的数据分析笔记本：https://mp.weixin.qq.com/s/clsq4-CASCYPdGKKgUxhZw -
生信菜鸟团：https://mp.weixin.qq.com/s/ct_pgUHy-rfstZJtdU-7_w -
YuLabSMU: https://mp.weixin.qq.com/s/ay9kli9V2JENJRHNQSbohA -
数据驱动实践：https://mp.weixin.qq.com/s/zgYsmdeDYVv-yoC2L8NCLw -
医学统计与R语言：https://mp.weixin.qq.com/s/6d7vR1BhoLkVv2pXc51guA -
当统计学遇到R语言：https://mp.weixin.qq.com/s/-f2shZfsGeo-Pdq7z0wbpw -
育种数据分析之放飞自我：https://mp.weixin.qq.com/s/ubfHmAyQmHEPYvC7seqH3w
最后一个竟然是我的。。。高兴。。。
这几个公众号，我大都关注了。其余没有关注的，我也关注了一波。
❝毕竟，一打开这么多干货的公众号，感觉整个人都不同了，自我感动得热泪盈眶，不管学习成绩怎么样，但是书包一定要塞得满满的……
❞
2. 正题
https://ggobi.github.io/ggally/reference/ggpairs.html 这篇文章，做多性状相关分析的可视化非常漂亮，抱着学习的态度，借鉴学习一下（读书人的事情不能叫抄。。。）
图片真得很漂亮，三个品种的多性状数据，相当于是分组数据的相关分析。这里记录一下学习笔记。
3. 没有分组的数据
载入数据：
library(learnasreml)
data(fm)
head(fm)
# 直接出图
library(GGally)
ggpairs(fm[,6:13]) # 6:13列为数据
3.1 加上颜色
因为ggpairs加颜色的话，需要一个因子类型的分组数据，这里手动设置一个分组：Group
## 模拟一个分组，只有一组：
str(fm)
fm$Group = 1
fm$Group = as.factor(fm$Group)
ggpairs(fm[,c(6:13,14)])
### 一个分组可视化，加颜色
ggpairs(fm[,c(6:13,14)],ggplot2::aes(color = Group))
可以看到，最下方是每个性状的直方图，右边是每个性状的箱线图，666。
3.2 美化一下
ggpairs(fm[,c(6:13,14)],ggplot2::aes(color = Group)) +
theme(axis.text = element_text(colour = "black", size = 11),
strip.background = element_rect(fill = "#d63d2d"),
strip.text = element_text(colour = "white", size = 12,
face = "bold"))
4. 多个分组的数据
4.1 Spacing是两个密度
## 两个分组，Spacing
str(fm)
ggpairs(fm[,c(6:13,2)])
4.2 加点色（shai）
## 两个分组，加颜色
ggpairs(fm[,c(6:13,2)],ggplot2::aes(color=Spacing))
很不错。
4.2 再来点美化
### 两个分组，加颜色，加美化
ggpairs(fm[,c(6:13,2)],ggplot2::aes(color=Spacing)) +
theme(axis.text = element_text(colour = "black", size = 11),
strip.background = element_rect(fill = "#d63d2d"),
strip.text = element_text(colour = "white", size = 12,
face = "bold"))
5. 小甜甜和牛夫人
花心大萝卜，以前用PerformanceAnalytics时喊人家小甜甜，现在发现了GGally喊人家牛夫人。
# 另一个包：
p_load(PerformanceAnalytics)
chart.Correlation(fm[,c(6:13)])
同样的数据，对比GGally包：
「比较两者」
相比较GGally包，PerformanceAnalytics包有以下缺点：
-
1，不支持分组数据 -
2，没有箱线图的叠加 -
3，缺乏后期的美化
光是具有分组功能，就是选择GGally的理由！
