主讲老师第二十二课：基础包绘图之 Figure3
关于 Figure 3 的绘制（Figure3.zip），我们使用基础包中的函数来进行绘制。首先来简单回顾一下基础包绘图的相关参数。
1.基础包绘图相关参数
在此，我们使用系统自带的内置数据集 iris 来进行演示接着，我们来简单的绘制一个点图和一个箱线图来看一下。
使用 plot()函数绘制一个简单的散点图，并根据 Species 的类型分配不同的颜色接着，使用 boxplot()函数绘制一个简单的箱线图。
接下来，以文章中的 Figure 3A 为例，我们来讲解一下基础包的绘图应用
2.Figure3A 内容的讲解
2.1 数据的读取与准备
根据文章展示的内容，图中展示患者的免疫评分与临床分期之间的相关性，因此我们需要将样品的临床信息和 ESTIMATE 评分先进行读取。
2.1.1 读取数据
首先，我们将前期保存的临床数据和患者免疫评分数据移动到工作目录下，并读取进来但是，对比发现，临床数据包含 585 例样本，而免疫评分数据仅有 501 例，因此，我们需要对其进行相应的清洗与整理
2.1.2 数据的清洗与整理
首先，我们对免疫评分的样本和临床数据中的样本取交集，提取它们相同样本的信息随后，根据相同样本信息，分别对免疫评分和临床信息进行取子集。
最终，我们一共得到了 501 例样本，接着，由于此时 est 和 sinfo 两个数据集中，样本的顺序是相同的，因此我们可以直接将临床信息中的 Stage 和 T、N、M 分期信息匹配添加到 est 数据集中。
此时，在 est 数据集中，可以看到，除了四个评分以外，还包含了临床的分期信息。
2.1.3 数据预处理
下面，我们对分期数据进一步处理。
可以看到，在目前的数据中，分期信息仍然十分混乱，命名不统一，我们需要对其进行统一命名，按照文章图中展示的信息一样，我们将分期统一分成 I，II，III 和 IV 四个分期重新命名后，再次使用 table()函数对结果进行统计。
同样的，我们对 T，N 和 M 分期也进行分别处理，这里我们使用的是 substr()函数来进行提取分期信息，并且将 TX，NX 和 MX 归为 NA 缺失信息。
到此，我们查看一下处理后的结果信息。
2.2 绘制箱线图并做统计
数据都整理完成后，接下来要开始正式的画图，首先，我们来设置一下四种颜色。
当然，大家在其他绘图时可以根据变量的水平个数适当调整颜色量，并且，将 StromalScore 设置为变量 target.var 。
在分析前，和之前 TCGA 数据清洗一样，我们先拿其中一个变量 Stage 来进行绘制一下，成功以后可以再修改为循环语句，绘制四个分期参数。首先提取 target.var 和分期 i 两列，生成一个新的数据框，并对它们的列名重新命名。
通过 length()函数可以看到，在 variable 变量中，一共包含 4 个值，也就是我们之前设置的 I，II，III 和IV 四个分期。随后，我们来进行统计分析，根据变量的数量，如果变量水平大于三个，则用 Kruskal-Wallis 检验，否则的话则使用 wilcoxon 检验，根据这个原理，我
们来依据数量 n.var 设置统计分析方法
最终，得到结果 P 值为 0.09，接着，使用 paste0()函数将其转换为图中需要的格式准备工作到此，统计分析也基本完成了，接下来开始绘图参数的设置。
1.根据 range()函数，获得 y 轴的最大值和最小值，进而设置 y 轴的上限和下限。
2.接着，设置好画板
我们使用基础包中的 boxplot()函数来进行绘制，对 data，ylim，col，以及 ylab 等参数进行设置。
其中颜色根据需要的变量数量来进行选取，这样，一张初步的箱线图就出现了
3.接下来，我们来画一下用于添加 p 值的线
首先用 lines() 函数画一条水平线，然后是通过 arrows() 函数画两条竖线
4.到此，还缺一个 p 值
接着把之前准备好的 p 值形式添加进去，考虑到不同分期的数量不同，这里使用了一个判断语句，通过ifelse()函数来进行设置这样一张完整的图就绘制完成了。
一个变量的代码调试成功以后，接着我们就将其改写成为一个循环函数，对变量 i 的取值进行调整即
可，最终得到整个的分析结果
通过 for 循环函数，将前面的绘图代码纳入循环中。
直接使用 dev.copy2pdf()函数保存至当前目录下，最终，整个 Figure 3 的结果就保存为pdf 格式文件了，使用 AI 进行拼图即可完成最后的操作。最后呢，另外补充一个基础绘图之中的知识点内容。
即绘图画板中的相关基础参数，简单介绍几个，后面会经常遇到
3.par()函数的 bty 参数-控制绘图边框
在 par()函数中，参数 bty 可以看作 box type 的缩写，其能控制绘图边框的显示，取值范围为 o, l, u, c,], n 等，简单看一下这几个参数的使用
3.1 参数 bty = "o"
参数 bty = "o" 为默认参数，代表四个方框的线。
3.2 参数 bty = "l"
参数 bty = "l" 代表边框的形状和 L 类似， 只绘制 x 轴和 y 轴的边框。
3.3 参数 bty = "c"
参数 bty = "c" 代表边框的形状和字母 C 类似， 只在上，左，下三个方向边绘制边框
3.4 参数 bty = "]"
参数 bty = "]" 代表边框的形状和]类似，只在上，右，下三个方向绘制边框。
3.5 参数 bty = "u"
参数 bty = "u" 代表边框的形状和字母 U 类似，只在左，下，右三个方向绘制边框。
3.6 参数 bty = "n"
参数 bty = "n" 代表没有边框，几个参数十分形象，方便记忆。
4.par()函数 mgp 参数-控制坐标轴的位置
mgp 参数的值为长度为 3 的一个向量，默认值为 c(3, 1, 0)，通过 3 个数值控制的元素不同位置1). 第一个数值：3，控制 xlab 和 ylab 的位置，来看下具体的效果：
注意观察，xlab 和 ylab 的位置，我分别设置了 1 到 3，从图中也可以看出来，影响的元素的包括 xlab,ylab。
2).第二个数值： 1，影响的是坐标轴标签的位置
可以看出，第二个数值影响的元素为坐标轴对应的标签的位置
3).第三个数值：0，影响的是坐标轴的轴线的位置
可以看出，第三个数值影响的元素为坐标轴轴线的位置。先就介绍其中两个参数，如果对其中兴趣的可以自己课后找资料学习一下，当然，这里的参数搭配已经基本是调试好了的，你也可以直接使用这句话。