# 使用 ggsc 绘制 Seurat 对象

Seurat 包自带了一些绘图函数，虽然也是基于 ggplot2 的，但是扩展性其实没那么强

正好 Y 叔写了个包 ggsc，虽然已经有基本的使用教程，但还是有些常用的应用场景需要自己探索一下：

# 基本绘图

对我个人而言，基本绘图可以这样写

	Idents(seurat_object) <- "celltype"
	p <- sc_dim(seurat_object, reduction = "umap") +
	sc_dim_geom_label(geom = shadowtext::geom_shadowtext, color = '#5D478B', bg.color = 'white', check_overlap = TRUE) +
	ggtitle("") + scale_color_viridis_d(option = "H") + guides(color = guide_legend(override.aes = list(size = 5)))
	ggsave("UMAP_celltype.pdf", plot = p, height = 5, width = 8)
	ggsave("UMAP_celltype.png", plot = p, height = 5, width = 8)

以上代码用于绘制细胞注释后的 UMAP 图，思路是：

设置 Seurat 对象当前的 Ident，这样默认绘图就会按照设置的当前 Ident 来着色
sc_dim_geom_label 添加标签
ggtitle 添加图像标题
scale_color_viridis_d(option = "H") 使用 Viridis 颜色系统的离散调色板， H 调色板是测试下来最好看的一个颜色系列
guides 参数用于调整图例，此处我修改了点的大小

其中 shadowtext 包也是 Y 叔写的，用于给文字添加阴影以使标签更美观，被用于范例

但当你的分群太过靠近时，如果不加 check_overlap = TRUE 参数，标签可能会重叠

但实际上，加上 check_overlap = TRUE 参数也并没有什么用......

这是 ggplot2 的一个参数，当加上时他会把重叠标签隐藏......（不是哥们

所以我们换用 ggrepel 这个简单又强势的包：

p <- sc_dim(seurat_object, reduction = "umap") +

  sc_dim_geom_label(geom = ggrepel::geom_text_repel, color = '#5D478B', bg.color = 'white') +

  ggtitle("") + scale_color_viridis_d(option = "H") + guides(color = guide_legend(override.aes = list(size = 5)))

教程中对于 mapping 参数并没有讲的很清楚。它需要的其实是一个 aes

aes （aesthetic 的缩写）用于在 ggplot2 中定义美学映射。它将数据变量映射到图形的美学属性上。例如，你可以将数据框中的一个数值变量映射到图形的 x 轴位置、y 轴位置、颜色、大小、形状等美学元素。例如：

	mapping <- aes(color = celltype)
	p <- sc_dim(seurat_object, reduction = "umap", mapping = mapping)

这段代码同样会按照细胞类型来着色，与以下代码其实效果上是一样的：

	Idents(seurat_object) <- "celltype"
	p <- sc_dim(seurat_object, reduction = "umap")

如果不设置 mapping 参数，会使用默认的映射